¿Cuáles son algunos de los servicios y tecnologías populares utilizados para la monitorización de dispositivos, diagnósticos para Internet de las cosas (IoT)?

Internet de las cosas

  • Monitoreo de parámetros físicos usando el sensor y recibir notificaciones / alertas por SMS, Twitter, correo electrónico.
  • Registro y control de datos basados ​​en la web.
  • Temperatura, calidad del aire, nivel de ruido y monitoreo de intensidad de luz / análisis de datos en la plataforma de nube IoT.
  • Agricultura inteligente: en diversas aplicaciones. [Estaciones meteorológicas]
  • Smart City: en diversas aplicaciones [sistemas de estacionamiento, contaminación del aire / agua / ruido, sistemas de alerta de inundación / ciclón].
  • Sistemas inalámbricos de lectura de contadores [Agua, Gas, Electricidad.]
  • Sistema de monitoreo y alerta de salud del paciente.

Computación en la nube:

  • Registro de datos de proceso a servicios de plataforma en la nube como Xively, Pachube.
  • Análisis de datos del sensor y acción de control (Actuador) sobre plataforma en la nube.

Control de procesos industriales:

  • Controles de aplicaciones M2M
  • Monitor de datos del sensor, alerta cuando el valor del sensor> valor umbral, a través de SMS (GSM / GPRS, LCD, temperatura, humedad,).
  • Monitoreo y control de alta temperatura (RTD / termopar).
  • RS-232, RS-485, sistemas de monitoreo y control de procesos industriales basados ​​en Modbus.
  • Sensores habilitados para la nube.

Influxdb viene a mi mente como una solución sólida para recopilar varias métricas y datos. De hecho, ahora han creado una pila llamada TICK, y utilizamos esta solución en nuestro equipo. Si bien Influxdb es un backend puro para almacenar datos de series de tiempo, aún necesita usar herramientas adicionales de terceros como grafana o chronograf de TICK stack.

Elegimos influxdb debido a su prometedor futuro y soporte para clustering, api friendly, etc., mientras que muchas personas siguen subiendo al carro de la banda sobre esta herramienta escrita en golang, no nos importó.

También hay otras alternativas … como cassandra, prometheus, kibana stack, etc., la afluencia fue la más fácil de usar en lo que respecta a nuestra experiencia.

Espero que esto sea de ayuda para su investigación.