【要約】OCI Internet of Things Platform入門 ― 自宅の温度データをOCIへ送ってみた [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
IoTシステムを構築する際、開発者はデバイスごとに異なるデータフォーマットの扱いに苦慮する。具体的には、以下の課題に直面する。
- ・デバイスごとに異なるJSON構造や単位の差異による、アプリケーション側の実装負荷。
- ・受信データの蓄積、正規化、可視化を個別に実装・管理する工数の増大。
- ・大量の時系列データを効率的に管理・分析するための基盤構築の難易度。
// Approach
OCI IoT Platformを活用し、データの正規化から蓄積、可視化までをマネージドサービスで完結させる。以下のステップで構成を行う。
- ・DTDL v3を用いて、異なるフォーマットを共通のデジタル・ツイン・モデルに定義。
- ・デジタル・ツイン・アダプタとJQ式を用い、受信データをモデル形式へ変換。
- ・Autonomous Database (ATP) をバックエンドとし、時系列データとして自動格納。
- ・APEX環境を構築し、蓄積されたデータを即座に確認・アプリ化。
// Result
Nature Remo mini 2の温度データを、HTTPSおよびMQTTS経由でOCIへ正常に送信できた。検証の結果、以下の成果が得られた。
- ・正規化されたデータが、ATP内の各種View（RAW, HISTORIZED等）から確認可能。
- ・DTDLによる抽象化により、デバイスの差異を吸収したデータ活用基盤が構築できた。
- ・今後はSELECT AIを活用した、AIエージェントによる高度な分析への拡張が期待される。
Senior Engineer Insight
> DTDL v3による正規化レイヤーの存在は、デバイスが乱立する現場において極めて強力だ。データ構造の差異をインフラ層で吸収できるため、上位アプリの開発負荷を劇的に下げられる。ただし、本番運用では認証にmTLSを採用すべきであり、セキュリティ設計には注意が必要だ。また、ATPとの統合により、IoTデータを即座にAI分析へ回せる点は、フィジカルAI時代の基盤として高いポテンシャルを持つ。