Sisukord:
- 1. samm: lugu
- 2. samm: tuletõrjevooliku ja S3 ämbri testimine
- 3. samm: AWS -liimi seadistamine
- Samm: AWS Athena seadistamine
- 5. toiming: QuickSighti seadistamine
Video: MagicBiti andmete visualiseerimine AWS -is: 5 sammu
2024 Autor: John Day | [email protected]. Viimati modifitseeritud: 2024-01-30 08:45
Magicbitiga ühendatud anduritelt kogutud andmed avaldatakse AWS IOT tuumikus MQTT kaudu, et neid saaks reaalajas graafiliselt visualiseerida. Selles projektis, mis põhineb ESP32 -l, kasutame arendusplaadina magicbitit. Seetõttu saab selles projektis kasutada mis tahes ESP32 arendusplaati.
Tarvikud:
Magicbit
1. samm: lugu
See projekt on seotud teie Magicbiti seadme ühendamisega AWS Cloudiga MQTT kaudu. MQTT kaudu saadetud andmeid analüüsitakse ja visualiseeritakse pilves AWS -teenuste abil. Nii et alustame
Kõigepealt peaksite minema AWS -i konsooli ja sisse logima. Õppimise eesmärgil saate kasutada AWS -i pakutavat tasuta taseme valikut. Sellest projektist piisab.
Lihtsamaks muutmiseks jagan projekti kaheks osaks.
See saab olema meie projekti esimene etapp. Esimese etapi lõpus salvestatakse andmed S3 gruppidesse.
AWS -teenused, mida kasutatakse esimeses jaotises,
- Kinesis Firehose
- AWS liim
- AWS S3
Esmalt liikuge teenusele AWS Kinesis.
Valige Kinesis Data Firehose, nagu allpool näidatud, ja klõpsake nuppu Loo
Seejärel suunatakse teid Firehose'i teenuse loomise 1. sammu juurde. Sisestage kohaletoimetamise voo nimi ja valige Otse -müük või Muud allikad. Klõpsake nuppu Edasi.
2. sammu aknas jätke kõik vaikimisi ja klõpsake nuppu Edasi. Pärast AWS liimiteenuse loomist naaseme selle sammu redigeerimiseks tagasi.
3. sammus valige S3 ämber, kui olete selle varem loonud. Vastasel juhul klõpsake nuppu Loo ja loo ämber. Kasutage S3 eesliite jaotises dest/ ja vea eesliites sisestage viga/. Kahele eelnevale saate sisestada mis tahes nime. Kuid lihtsuse huvides jätkame ühise nimega. Kindlasti looge valitud ämbrisse kaust nimega dest. Klõpsake nuppu Edasi.
4. sammus valige puhvri minimaalne suurus ja puhverintervall reaalajas andmete edastamiseks. Valige jaotises Luba Loo või värskenda IAM -i rollKinesisFirehoseServiceRole. Hoidke kõik vaikimisi. Klõpsake järgmist.
Järgmises jaotises kuvatakse ülevaade tehtud muudatustest. Klõpsake nuppu OK. Siis on teil toimiv Kinesis Firehose.
Kui lõite Firehose'i teenuse edukalt, saate midagi sellist.
2. samm: tuletõrjevooliku ja S3 ämbri testimine
Tuletõrjevooliku ja S3 kopa nõuetekohase toimimise kontrollimiseks valige konsoolil IOT -tuum. Teid suunatakse sellisele lehele. Valige reegel ja looge reegel.
Mis on AWS IOT reegel?
Seda kasutatakse MQTT -lt saadud andmete edastamiseks konkreetsele teenusele. Selles näites edastame Kinesis Firehose'ile.
Valige reeglile nimi. Jätke reegli ja päringu avaldus selliseks, nagu see on. See ütleb meile, et kõik, mis on avaldatud iot/teema teemal, edastatakse selle reegli kaudu kinesis Firehose'ile.
Jaotises Ühe või mitme toimingu määramine klõpsake käsul Lisa toiming. Valige Saada sõnum Amazon Kinesis Firehose Streami. Valige konfigureerimine. Seejärel valige varem loodud tuletõrjevoo nimi. Seejärel klõpsake nuppu Loo roll ja looge roll. Nüüd olete AWS -is edukalt rolli loonud.
Kõik teie avaldatud sõnumid edastatakse Kinesis Firehose kaudu S3 ämbritesse.
Pidage meeles, et Firehose saadab andmeid, kui selle puhver on täis või kui puhverintervall on saavutatud. Puhvri minimaalne intervall on 60 sekundit.
Nüüd saame liikuda projekti teise osa juurde. See on meie andmevoo diagramm.
3. samm: AWS -liimi seadistamine
Miks me vajame AWS liimi ja AWS Athena?
S3 ämbrisse salvestatud andmeid ei saa otse kasutada AWS Quicksight'i sisendina. Esiteks peame andmed tabelite kujul korrastama. Selleks kasutame kahte ülaltoodud teenust.
Avage AWS -liim. Valige külgmisel tööriistaribal roomik. Seejärel valige Lisa roomik.
Esimeses etapis sisestage oma indekseerija nimi. Klõpsake järgmist. Järgmisel etapil jätke see vaikimisi. Kolmandas etapis sisestage tee valitud S3 ämbrisse. Jäta järgmine aken vaikimisi. Viiendasse aknasse sisestage mis tahes IAM -i roll. Järgmises etapis valisite teenuse käitamise sageduse.
Soovitav on rippmenüüst valida kohandatud ja valida minimaalne aeg.
Järgmises etapis klõpsake nuppu Lisa andmebaas ja seejärel järgmist. Klõpsake nuppu Lõpeta.
Nüüd peaksime integreerima oma Kinesis Firehose meie loodud AWS liimiga.
Minge meie loodud AWS Kinesise tuletõkkele ja klõpsake nuppu Muuda.
Kerige alla jaotiseni Teisenda kirje vorming ja valige Lubatud.
Valis väljundvorminguks Apache Parkett. Ülejäänud üksikasjade jaoks täitke loodud liimi andmebaasi üksikasjad. Andmebaasi tuleks luua tabel ja nimi tuleks sellesse jaotisesse lisada. Klõpsake nuppu Salvesta.
Samm: AWS Athena seadistamine
Valige loodud andmebaas ja andmetabel. Päringu sektsiooni tuleks see kood lisada.
tabeli nimi tuleks asendada teie loodud liimitabeli tegeliku nimega.
Klõpsake käsku Käivita päring. Kui see töötab, tuleks AWS S3 ämbrisse salvestatud andmed kuvada andmetabelina.
Nüüd oleme valmis saadud andmeid visualiseerima.
5. toiming: QuickSighti seadistamine
Avage AWS Quicksight
Klõpsake paremas ülanurgas nuppu Uus analüüs ja seejärel nuppu Uus andmekogum.
Valige loendist Athena. Sisestage hüpikkaardile mis tahes andmeallika nimi.
Valige rippmenüüst liimi andmebaas ja vastav tabel. See viib teid sellele lehele.
Lohistage väljade loendist mis tahes väli ja valige mis tahes visuaalne tüüp.
Nüüd saate oma MagicBitist saadetud andmeid visualiseerida AWS -teenuste abil !!!
Ärge unustage lubada vastavate S3 ämbrite kiiret juurdepääsu, et neis olevaid andmeid visualiseerida.
Soovitan:
IoT: valgusanduri andmete visualiseerimine sõlme-PUNASE abil: 7 sammu
IoT: valgusanduri andmete visualiseerimine sõlme-RED abil: selles juhendis saate teada, kuidas luua Interneti-ühendusega andurit! Selle demo jaoks kasutan ümbritseva valguse andurit (TI OPT3001), kuid teie valitud andur (temperatuur, niiskus, potentsiomeeter jne) töötab. Anduri väärtused
Baromeetrilise rõhu ja temperatuuri visualiseerimine Infineon XMC4700 RelaxKit, Infineon DPS422 ja AWS abil: 8 sammu
Baromeetrilise rõhu ja temperatuuri visualiseerimine Infineon XMC4700 RelaxKiti, Infineoni DPS422 ja AWS abil: õhurõhu ja temperatuuri mõõtmine Infineoni DPS 422 abil on lihtne projekt. Rõhu ja temperatuuri jälgimine teatud aja jooksul muutub kohmakaks. Siin tuleb pildile analüüs, ülevaade muutustest
Ultrahelianduri (HC-SR04) andmete lugemine 128 × 128 vedelkristallekraanilt ja selle visualiseerimine Matplotlibi abil: 8 sammu
Ultrahelianduri (HC-SR04) andmete lugemine 128 × 128 vedelkristallekraanilt ja nende visualiseerimine Matplotlibi abil: selles juhendis kasutame MSP432 LaunchPad + BoosterPacki, et kuvada ultrahelianduri (HC-SR04) andmed 128 × 128 LCD ja saatke andmed järjestikku arvutisse ning visualiseerige see Matplotlibi abil
Andmete hankimise ja andmete visualiseerimise süsteem MotoStudent elektrilise võidusõiduratta jaoks: 23 sammu
Andmete hankimise ja andmete visualiseerimise süsteem MotoStudent Electric Racing Bike jaoks: Andmete kogumise süsteem on riist- ja tarkvara kogum, mis töötab koos, et koguda andmeid välisanduritelt, salvestada ja töödelda neid hiljem, et neid oleks võimalik graafiliselt visualiseerida ja analüüsida, võimaldades inseneridel teha
Traadita andurite andmete visualiseerimine Google'i diagrammide abil: 6 sammu
Traadita andurite andmete visualiseerimine Google'i diagrammide abil: masinate ennustusanalüüs on väga vajalik, et minimeerida masina seisakuid. Regulaarne kontroll aitab pikendada masina tööaega ja omakorda suurendab selle tõrketaluvust. Juhtmeta vibratsiooni ja temperatuuri