Share
Embed
Slide 1
Slide 1 text
IoT と監視
600株式会社
エンジニア 岡前直由
Slide 2
Slide 2 text
無人コンビニ600について
● 無人決済冷蔵庫
○ クレジットカードリーダー
○ 電子錠
○ RFID
○ Android タブレット
● 「半径50メートル商圏」の市場開拓を狙う
○ 20年で10兆円規模の市場に
Slide 3
Slide 3 text
自己紹介
● 経歴
○ 大阪大学大学院 (暗号理論・符号理論専攻)
○ 某SIer
○ 株式会社リブセンス
■ SRE, SWE, 機械学習エンジニア
○ 株式会社600
■ 2018/9~
■ 主に Product Quality Manager
● TypeScript, Kotlin
Slide 4
Slide 4 text
今日の内容
「冷蔵庫を監視する」ってどういうこと？
Prometheus を用いた筐体監視事例の紹介
Slide 5
Slide 5 text
● OSS のシステムモニタリングツール
● アーキテクチャがシンプルで運用が容易
● 機能充分なコンポーネント群と周辺ツール
○ 可視化
○ アラート
Slide 6
Slide 6 text
Prometheus のアーキテクチャ
Slide 7
Slide 7 text
Prometheus × IoT の2つのポイント
1. サブコンポーネント Pushgateway の利用
2. メトリクス設計
Slide 8
Slide 8 text
Prometheus は Pull 型
監視対象自身がメトリクス取得用の HTTP エンドポイントを用意
し, Prometheus が定期的にスクレイピングする
Slide 9
Slide 9 text
Pushgateway
Push 型の監視を実現するためのサブコンポーネント
エッジデバイスへの Pull は難しい
Slide 10
Slide 10 text
メトリクス設計
最も重要な部分
● サーバー監視など一般的な用途では, 基本的なメトリクスを組
み込んだ exporter が用意されている
● 「筐体が正常稼働」の条件をブレークダウン
○ Android アプリが起動している, タブレットのバッテリーが充
分である, クレジットカードが読み込める, …
○ Prometheusで表現できるメトリクス化
Slide 11
Slide 11 text
CounterとGauge
Prometheusが用意しているメトリクスの型
● Counter
○ 単調増加する値
○ e.g. 合計リクエスト数, エラー数
● Gauge
○ 任意に上下する値
○ e.g. メモリ利用量, 温度
Slide 12
Slide 12 text
例1: バッテリー残量
バッテリー残量を表す Gauge メトリクス
device_battery_percent
Slide 13
Slide 13 text
device_battery_percent{satellite_id=”xxx”}
バッテリー残量を取得するクエリ
Slide 14
Slide 14 text
例2: Androidアプリの稼働率
Metric: アプリの累積稼働時間 (Counter)
application_alive_total
アプリが起動していればれば5分おきにincrementさせる
Slide 15
Slide 15 text
increase(application_alive_total{satellite_id="xxx"}[2w])
/ (14 * 24 * 60 / 5)
直近２週間の稼働率を取得するクエリ
Slide 16
Slide 16 text
例3: クレジットカード読み取り成功率
Metric: 累積成功数/失敗数 (Counter)
user_cardswipe_success_total
user_cardswipe_failure_total
Slide 17
Slide 17 text
increase(user_card_swipe_success_total{satellite_id="xxx"}[3d]) /
(
increase(user_card_swipe_success_total{satellite_id="xxx"}[3d]) +
increase(user_card_swipe_failure_total{satellite_id="xxx"}[3d])
)
3dあたりのクレジットカード読み取り成功率を取得するクエリ
Slide 18
Slide 18 text
筐体の性能評価指標
シンプルなメトリクスから多くの指標が表現可能
● 故障回数
● 平均故障間隔 (MTBF)
● 平均修理時間 (MTTR)
● 故障率
● ...
Slide 19
Slide 19 text
ダッシュボード例
Slide 20
Slide 20 text
IoT監視とサーバー監視
同じ？
● モニタリングツール導入
● グラフ化・ダッシュボード化
● アラート定義
● オンコール対応
Slide 21
Slide 21 text
運用はけっこう違う
● Web サーバーが1台落ちてもサービス影響無い/小さい
○ 冗長構成
● IoT エッジデバイスが1つ落ちると即サービス影響
○ 冗長化が難しい
○ 部品の品質を高めて故障率を下げるしかない
Slide 22
Slide 22 text
品質向上
監視データをもとに,
● 故障原因や頻度を分析
● 解決すべき課題を優先度付け
● 日々改善
Slide 23
Slide 23 text
がんばっている
Slide 24
Slide 24 text
おわりに
● 半径50メートル商圏の先行プレイヤーとして!
● 週休3日、待遇良いです！
● （幸か不幸か）エンジニアリング課題が山積みです
600で一緒にIoTしませんか