公開用_WebDBForum2018_テクノロジーショーケース_業務IoTストリーミング基盤.pdf

Slide 1

Slide 1 text

フューチャー社における IoTシステム構築の事例紹介テクノロジーショーケース Future株式会社 Mano Junki ～ファクトリーからモビリティへ～ WebDB Forum 2018 9/14（金）

Slide 2

Slide 2 text

○ フューチャーにおけるIoTシステムの事例紹介 ○ 設計～実装を通して得た、IoTシステムの面白み、ツラミ、そしてIoTシステムの魅力についてお話します ○工場IoT、モビリティIoTの順に紹介します本日お話すること

Slide 3

Slide 3 text

真野隼記（まのじゅんき） * 2009年フューチャーアーキテクト入社 * 神戸大学電気電子工学卒 * クラウド、IoT、Golangがメインのエンジニアポエマー目指して投稿してます @laqiiz

Slide 4

Slide 4 text

フューチャー株式会社設立 1989年11月28日 (創立30周年!) 社員数 1,493名 (2016年12月) 事業内容・ITコンサルティング＆サービス事業・ビジネスイノベーション事業指標売上高：362.6億円営業利益：44.5億円

Slide 5

Slide 5 text

No content

Slide 6

Slide 6 text

IoTといえば一般的に思い当たるのが…

Slide 7

Slide 7 text

IoTといえば一般的に思い当たるのが… スマートゴミ箱スマート時計スマート鍵スマートホーム色々ありますが、生活をスマートにする製品群

Slide 8

Slide 8 text

モビリティ店舗工場商品消費者従業員漁業その他農業漁業馴染みが薄いであろう領域を中心にお話します

Slide 9

Slide 9 text

グローバルで100超の拠点生産性をデジタルの力で30%アップ工場IOT SMART FACTORY

Slide 10

Slide 10 text

工場IoT エッジサイド

Slide 11

Slide 11 text

スマートファクトリーIoT概観収集加工蓄積分析通知分析 Cloud ○ 工場内の各センサーデータを収集・分析し、生産性や品質向上に役立てる仕組み ○ 既存の製造設備をコネクテッド化するのが第一歩

Slide 12

Slide 12 text

収集加工蓄積分析通知分析 Cloud データ粒度小大（サマリ）データ発生源がもっとも複雑

Slide 13

Slide 13 text

よくあるWebアプリケーションと異なる点① ○ 要求/応答でコンテンツを返すのではなく、データをとにかく受け付け後で処理するという点＝サーバサイドで対応する必要がありますクライアント＝ブラウザなどサーバクライアント＝IoTデバイスサーバよくあるWebアプリケーションの簡易図 IoTシステムの簡易図 Request/Response Streaming Processing

Slide 14

Slide 14 text

よくあるWebアプリケーションと異なる点② ○ 欲しいデータを効果的に取得する必要がある点 ○ センシングが物理的に可能か、サンプリング間隔などの問題クライアント＝IoTデバイスサーバセンシングセンシング

Slide 15

Slide 15 text

よくあるWebアプリケーションと異なる点③ ○ 工場の設備はPLC（ Programmable Logic Controller）と呼ばれる制御装置で作成されていることが多いです ○ ある程度オートメーション化された加工情報を取得≒PLCからデータを取得するということ PLCの例 PLC

Slide 16

Slide 16 text

PLCからデータを収集するとは.. ○ PLC(Programmable Logic Controller) ○ リレー回路の代替装置として開発された歴史 …まずは業務用のマイコンのような認識でいると良いのでは？ ○ PLCのレジスタに加工記録が残っている値段はピンきりですが、1台5万円程度～

Slide 17

Slide 17 text

PLCからデータを収集するとは.. ○長さ、厚み、ガス圧、バーナー温度etc. ○センサーがPLCにシリアル接続されていて、その値がPLCのレジスタに格納されるセンサーカメラ

Slide 18

Slide 18 text

立ちはだかる壁～PLC編～ PLCからどうやってデータ取れますかね？（HTTP、MQTTとか？）シリアル、Ethernet CC-Link、EtherCATなどがありますが、どうしましょうか？わたし工場エンジニアさん

Slide 19

Slide 19 text

CC-Link、EtherCAT調べた ○ 工場用のフィールドNW規格である ○CC-Link は10Mbpsの転送速度を選ぶと、100mまで対応できるといった規格 ○正確には、CC-Linkにも種類があり、Ethernet上に構築するものもあるらしい ○ 物理層・データリンク層のレベル

Slide 20

Slide 20 text

OSI参照レイヤーの物理層から違う！

Slide 21

Slide 21 text

こぼれ話その② 汎用的なEthernetが良いのでは？通常のLAN と併用できますしそもそも、PLCの中には Ethernetに接続できないものがあるわたし工場エンジニアさん

Slide 22

Slide 22 text

接続できなかったら IoTができない…

Slide 23

Slide 23 text

古いPLCにはEthernetポートが無いらしい ○手段としては、Ethernetカートリッジを購入するか ○当然ながら素直に新しいものを買えという話も…

Slide 24

Slide 24 text

サーバへのデータ送信 PLC上ではどんな言語が動かせますか？HTTPが話せればよいのですが… わたし CとかJavaは動かせない FTPかSMTPで転送するかベンダーさん

Slide 25

Slide 25 text

C言語、動かない？ ※ラダーなら動くラダーについての説明は割愛

Slide 26

Slide 26 text

PLCからのデータ取得は困難 ○ いわゆる汎用型言語が動かせないため Web系のエンジニアリングがしにくい ○FTP,SMTPは非常に制限された設定しかできず、また、専用ツールからしか設定できない ≒Infrastructure as a Codeは夢のまた夢

Slide 27

Slide 27 text

【参考】標準化の流れ ○ 独国のIndustory 4.0の流れを受けて加速 ○ OPC-UA, ORiN, EdgeCrossなど、標準プロトコル、標準仕様、標準化コンソーシアムが多数 ○ TCP, シリアル上に通信プロトコルを重ねる場合と、 SOAP (*1) on HTTP で構成されていることが散見 ※ 簡単にいうと、RESTのXML版でAPI規格(OpenAPI-Specification）もXMLで記載できる

Slide 28

Slide 28 text

最終的には ○PLCはEthernetに接続（IPを付与） ○FTP転送機能でデータ収集

Slide 29

Slide 29 text

工場IoTの構成例センター PLC PLC FTP HTTP ○ FTPで直接、クラウドなどのサーバにデータを転送するのではなく、中継サーバを設置中継サーバ

Slide 30

Slide 30 text

PLCへのデータ書き込みユースケース：工場作業者が、自分でマニュアルを見ながら設備の設定を入力する運用を無くして、入力の手間と間違えを無くしたい実現方法：多くの設備では独自プロトコルが存在。例として、業界標準の一つであるMCプロトコルがある

Slide 31

Slide 31 text

MCプロトコルについて ◇【例】要求伝文 500000FFFF03000C001000010400002C0100A80300 ◇ 【例】応答伝文 D00000FFFF03000800000001000A006400 Socketでこういう電文を送ることでレジスタにかきこみでる ※TCP上に構築された、独自HTTPといった具合のプロトコル

Slide 32

Slide 32 text

工場IoT サーバサイド

Slide 33

Slide 33 text

IoTサーバサイド ○ 3000設備が1[kb]程度のメッセージを毎秒3回送信 ○ 高負荷に耐えられる仕組みが必須 ○ 拠点側からのリトライなどは期待できない …あまり手を入れたくない

Slide 34

Slide 34 text

処理モデル ○リクエスト・レスポンス型 ○バッチ型 ○ストリーミング型

Slide 35

Slide 35 text

処理モデルトレードオフ ○ 応答性能(レイテンシ) ○ コンピュータ資源 ○ 正確性

Slide 36

Slide 36 text

IoTシステム ○ 人間が待っているわけではないのでリクエスト・レスポンスである必要はない ○設備の故障検知など、なるべく早くデータは処理したいので、バッチでは応答性能が厳しい場合がある → ストリーミング型の処理モデルの採用へ

Slide 37

Slide 37 text

キューイングシステムの導入いったんキューで受け付け、そのあと順次処理する加工や分析永続化通知・可視化ストリーミング処理

Slide 38

Slide 38 text

例：OSSプロダクトによる構成いったんキューで受け付け、そのあと順次処理する加工や分析永続化通知・可視化ストリーミング処理

Slide 39

Slide 39 text

データ処理パイプライン ○ 生データをパースし “意味付け”、目的別に分類、品質や稼働状況などを取得するといった多段処理へ生データ（バイナリ）品質情報稼働状況受信パース後品質元データ稼働元データ

Slide 40

Slide 40 text

キューイング後の流量 ○ キューイングからの取得件数を調整することで下げることが可能（≒レイテンシが犠牲になる） ○ 同一タイミングで送信されるデータが多いときはフリーランチな引き換えになる入力データ 3件分一括で取得して処理 ≒必要なコンピュータ資源を下げられる→運用費用を下げられる

Slide 41

Slide 41 text

データの蓄積について ○ 時系列データになる ○ もともとより流量は下がっているとはいえ、分散型のKVSなどに格納するのが基本

Slide 42

Slide 42 text

【参考】可視化・品質情報 ○ 多くのメトリクスから洞察し生産現場へフィードバック

Slide 43

Slide 43 text

工場IoTまとめ

Slide 44

Slide 44 text

まとめ ○ 設備機器からの収集部分に壁があり …規格のオープン化・標準化により一層Webの世界との融合ができることを期待 ○ サーバサイドに届いてしまえばいつもの世界 …公開されているプラクティスも多く、慣れた世界 ○ 工場IoTのカバーする領域は広い！（面白いところ） …現実世界とデジタル空間をつなぐ楽しみ

Slide 45

Slide 45 text

現実の世界を1 秒以内にデジタル化対象とする自動車は数N万台モビリティIOT DIGITAL TWIN

Slide 46

Slide 46 text

モビリティIoTとは？ ○ 移動体、多くは自動車などを指します ○ 車をインターネットに繋ぎ様々なサービスへ展開 ○ ○ 都市交通・物流に対してよりよくしていきたい

Slide 47

Slide 47 text

工場IoTとの違い ○ とにかく動く、しかも早い - 迷ったら安全側に倒すしかない。また、位置情報が宝 ○ 接続数が多い - 物流業者のトラックだけでも桁違い - 家庭乗用車などを含めると、数千万台規模 ○ 車種が多い - 自動車メーカ毎に対応が必要

Slide 48

Slide 48 text

一方、システム構成は ○ 大枠のシステム構成は似通ってくる ○ 接続先が工場から各モビリティに変わる加工や分析永続化ストリーミング処理

Slide 49

Slide 49 text

要件が厳しくなりがちな点 ○ モビリティに対する通知や制御をなるべく早く行いたい例）運転手への注意喚起などなど →200~300[ms] で実施”したい”など (*1) ※1) あくまで要望ですが、これを以下に早くするかで業界で競争が進んでいる領域

Slide 50

Slide 50 text

データの振り下ろし ○ モビリティ側でグローバルIPを持ちたくない …IPv6ならという話もあるが、セキュリティやセンター側の保守管理的にも ○ なるべくリアルタイムで処理したいので、ポーリングは避けたい ○ サーバサイドでプッシュ通知したい →MQTT(AMQP)プロトコルの活用へ

Slide 51

Slide 51 text

MQTTを活用した通信 ○ モビリティ側はMQTT のpublisherにもsubscriber にもなる ○ 正直、まだまだ研究のしどころがある分野 MQTT publish MQTT subscribe MQTT ブローカ加工や分析

Slide 52

Slide 52 text

検討テーマ ○ MQTTブローカーのスケーラビリティの弱さ …そんなに簡単にスケールしない ○ MQTT上で通信品質を管理するスタックの構築 …メッセージの信頼性（QoS）、順序性、データ欠損、遅延配信への対処などなど ○ 移動や、Wifi, 3g/4g/5g など回線の切り替えのときの再接続への考慮 …TCPハンドシェイク、TLSハンドシェイクをする必要 …QUIC（UDP上に構築されたGoogleが標準化を目指しているプロトコル）など？

Slide 53

Slide 53 text

位置情報を用いたサービス ○ リアルタイムなトレーシング ○ 指定のエリアに入ったら広告をプッシュするなど

Slide 54

Slide 54 text

桁違いのデータ量 ○ zip圧縮後、5[TB]/日のデータが発生 ○ もはや分散処理しなければどうしようもない ○データ構造、アルゴリズム、コンピューティングの総合格闘技

Slide 55

Slide 55 text

データのチャンク ○ ひとかたまりで分析する粒度は、トラジェクトリーという粒度移動開始～停止までの粒度。 ○ 時間で単純に処理できないため、どの程度停止したら1トラジェクトリーとしてみなすかは試行錯誤中

Slide 56

Slide 56 text

モビリティIoT まとめ

Slide 57

Slide 57 text

モビリティIoTまとめ ○ まさに国際競争の最前線 ○ AIだけではなく、IoT領域への期待値がかつてなく高まっている ○ モビリティという特殊性、大量のデータ処理を行うには、広く深い知見が必要

Slide 58

Slide 58 text

全体まとめ

Slide 59

Slide 59 text

全体まとめ ○ デバイス、通信、サーバサイドなど幅広い知識が必要 ○ 対象はユーザではなく現実世界そのもの ○ 知らない世界ばかり、楽しい

Slide 60

Slide 60 text

質疑応答