(ほとんど)ServerlessサービスだけでIoT異常検出デモを作ってAWS Summitで展示した話

IoT異常検出～データ分析・可視化を行う基盤をAWSで実装した話
アーキテクチャの中でも特にServerlessサービスの領域にフォーカスをあてて解説

Transcript

1. Serverless × IoT = ネ申 2024年7月9日 Serverless Meetup Osaka #02 株式会社ディーネット 寺井 (ほとんど)Serverlessサービスだけで IoT異常検出デモを作ってAWS Summitで展示した話
2. 2 自己紹介 • 名前 • 寺井 俊喜（テライ トシキ） • 所属 • 株式会社ディーネット（2022/12~） • AWS 設計・構築業務 • 好きなこと • 音楽、猫、お酒、ゲーム、効率化 • 好きなAWSサービス • Amazon EventBridge • SNS/ブログ • X（@TeraiToshiki） • DENET技術ブログ（t.terai）
3. 今日お話ししたいこと 3
4. IoT×イベント駆動×サーバーレス →ストリームデータ処理 4 ⇨最高
5. 5 1. 出展したデモの紹介 2. アーキテクチャについて 3. サーバーレスを採用する理由 4. IoTとServerlessを気軽に使うためのTips 5. まとめ アジェンダ
6. 『AWS Summit Japan 2024』 出展したデモの紹介 6
7. 7 ここら辺に設置 AWS Summit Japan 2024 ブース出展しました！
8. 8 補足：Amazon Lookout for Visionについて https://aws.amazon.com/jp/lookout-for-vision/
9. 9 デモ動画（正常時）
10. 10 デモ動画（異常検知）
11. 11 結局なにやってんの？？（図解） Jetson Nano 通過を検知 (トリガー) 撮影 コンテナの１番目が あらへんわ！！ 赤 外 線 セ ン サ ー ここだけコンテナが無い 1. コンテナの乗せ忘れ(異常)を検出 2. 検出結果をIoT Core経由でAWSへ送信 3. Lambdaでデータ処理（ラップタイム計測等） 4. QuickSightで可視化 結果データ AWS Cloud
12. 12 結局なにやってんの？？（図解） コンテナが乗っていない＝台座が見えていることを異常としている ここを学習させている
13. 13 デモ動画（異常検知）※再掲
14. アーキテクチャについて 14
15. 15 全体構成図
16. 16 全体構成図 - 大まかな機能グループ別色分け
17. 17 全体構成図 - 今回ご紹介する箇所
18. 18 全体構成図 - フロー(1/5) ①IoTデバイスからIoT Coreの指定した IoTトピック(受信箱的なもの)へデータ を送信する
19. 19 全体構成図 - フロー(2/5) ②IoTルールで特定トピックへのデータの受信 をトリガーに特定のアクションを実施する (一連の動作を定義するマニュアル的なもの)
20. 20 全体構成図 - フロー(3/5) ③DynamoDB Streamで変更データ(新旧) を取得してLambdaをトリガー
21. 21 全体構成図 - フロー(4/5) ④受け取った新旧イメージから ラップタイムを算出してTimestream に格納
22. 22 全体構成図 - フロー(5/5) ⑤Timestreamをデータソースとして ラップタイムなどの統計データを 可視化
23. サーバーレスを採用する理由 23
24. 24 なぜサーバーレスを採用したのか • できるだけ安く済ませたい • 検証～開発期間 コストはあまりかけたくない • できるだけ早く処理したい • リアルタイムな分析結果が求められる 使った分だけの従量課金制(待機期間のコストが発生しない) イベント駆動型のアーキテクチャでリアルタイム処理
25. 25 ServerlessとIoTを 気軽に使うためのTips
26. 26 ①IoT Coreって意外と簡単に使えるんやで 設定ウィザード的なものが用意されており、簡単にセットアップできる
27. 27 IoTデバイス側に設置するためのサンプルコードも用意されてます ①IoT Coreって意外と簡単に使えるんやで https://github.com/aws/aws-iot-device-sdk-python-v2/blob/main/samples/mqtt5_pubsub.py
28. 28 ②IoTルールはアルバイト用のマニュアルみたいなもんや ①このトピックに入ってきた 一連の動作を定義するマニュアル的なもの ②このデータに対して ③このアクションをする
29. 29 合計23のアクション をサポート （2024/07/04時点） ②補足：IoTルール アクションの一覧
30. 30 ③DynamoDB Streamの特殊(?)な使い方について
31. 31 ③DynamoDB Streamの特殊(?)な使い方について（図解） 2330 17:16:54.312 old Amazon DynamoDB Stream AWS Lambda IoT action － ＝ 10秒！ Amazon Timestream 書込 書込 2331 17:17:04.539 new (17:17:04) new (17:16:54) old
32. 32 ④Timestreamは結構ややこしい… 知らん単語いっぱい・・・ • 時系列データとは。 • LiveAnalytics …?? • InfluxDB ってなんぞ…
33. 33 ④Timestreamは結構ややこしい… けど以外とシンプル （めちゃくちゃ分かりやすいスライドがあったので拝借…） https://pages.awscloud.com/rs/112-TZM-766/images/20201216_BlackBelt_AmazonTimestream.pdf
34. 34 ④補足：Timestream [for LiveAnalytics] vs [for InfluxDB] キャパシティを気にしなくてもいい という概念の方のServerless 特徴 for LiveAnalytics for InfluxDB コスト 使用した分だけ支払い サーバー起動中コストが発生 スケーラビリティ 自動スケーリング インスタンスタイプの変更 クエリ言語 SQLベースのクエリ InfluxQL、Flux クエリ (InfluxDB の特定の機能が使える)
35. 35 ④補足：Timestream は激安 https://aws.amazon.com/jp/timestream/pricing/
36. 36 ④補足：Timestream は激安 公式料金ページより引用 https://aws.amazon.com/jp/timestream/pricing/
37. 37 ④補足：Timestream は激安（英語ページ →Google翻訳） https://aws.amazon.com/jp/timestream/pricing/ • 100万回書き込んでも約100円 (1KB/回) • TCUの計算はややこしい…が、 Summit期間中の2日間中回しっぱな しでも1ドルいかないぐらいでした (期間中100MB程度の読み取り)
38. 38 ④Timestreamにはサンプルデータベースが用意されてるで • サンプルデータが既に入っている データベースをサクッと作れる →雰囲気を感じるために とりあえず作ってみるとイイかも
39. 39 ④Timestreamにはサンプルデータベースが用意されてるで サンプルデータベースに入っているデータはこんな感じでした SELECT * FROM "test-iot-sample-db"."IoTMulti" WHERE time between ago(15m) and now() ORDER BY time DESC LIMIT 10
40. まとめ 40
41. まとめ 41 • サーバーレスなサービスを組み合わせることで 柔軟でコスト効率の高いアーキテクチャを実装できた • サクッと作って、試して、ダメなら壊して クラウドのメリットを最大限活用できた • サーバーレス最高
42. AWSアドバンスト コンサルティングパートナー ご清聴ありがとうございました。