专栏首页嘘、小点声EdgeXFoundry微服务中文翻译-核心服务

EdgeXFoundry微服务中文翻译-核心服务

核心服务概览

https://docs.edgexfoundry.org/1.2/microservices/core/Ch-CoreServices/

核心服务作为EdgeX南和北的协调者。正如名字一样,它们是EdgeX的核心功能,将事物固有的信息连接起来,收集传感器数据,配置EdgeX。它由以下微服务组成:

核心数据:一个持久存储库和相关管理服务,用于从南边目标收集数据。

命令:一个服务,用于帮助和控制从北边向南边的行动请求。

元数据:一个元数据的仓库和相关管理服务,它们是关于连接到EdgeX Foundry的物体。元数据提供了添加新设备的能力,并且将之与对应的设备服务配对。

登记和配置:提供了其他EdgeX Foundry的微服务信息,这些信息是关于系统内部的相关服务和微服务配置属性。

核心数据

核心数据微服务提供了数据的中心持久化,数据从设备收集。收集传感器数据的设备服务,唤起核心数据服务以存储在边缘系统中的传感器数据(如网关),直到数据数据移动到北边,然后导出到企业和云平台。核心数据存储的数据位于本地数据库。Redis是默认配置,但是数据库抽象层允许使用其他数据库。

EdgeX过去使用MongoDB,通过Geneva的发行版本,MongoDB仍然支持但是被考虑弃用。过去还提供了可供选择的商业或开源实现。

核心数据有一个REST API,用于在本地存储进出数据。未来,核心数据能够扩展以发送或获取传感器数据,实现方案通过其它如MQTT,AMQP等。核心数据默认通过ZeroMQ移动数据到应用服务(和边缘分析)。EdgeX提供了一个信息总线抽象,支持ZeroMQ和MQTT。MQTT的使用要求安装一个broker,如ActiveMQ。你也能添加自己的信息总线抽象实现,如果需要的话。

核心数据流

默认情况下,核心数据持久了所有通过设备收集并发送给它的数据。然而,当数据太敏感而不能存储在边缘,或者数据对其他本地服务没有用(例如分析微服务),数据能够流过核心数据而不持久化。对核心数据的配置改变(PersisData=false)能够将数据发送给应用服务而不持久化。这种想法有穿过这层服务而降低延迟的优点,存储在网络边缘的需要。但是代价是没有用于分析的历史数据,需要回顾过去做出决定。

当持久层通过PersisData关闭,它是针对所有设备的。这时,你不能声明哪个设备数据被持久化和哪个不被。应用服务允许过滤设备数据,在它被导出或发送到另一个服务(如规则引擎)时,但是这不是基于数据是否被持久的。

事件和阅读

从传感器收集数据排列到EdgeX事件和阅读对象(以JSON对象在服务REST中传送,调用核心服务)。一个事件表示一个或多个传感器阅读。一些传感器或设备只提供一个值,一次只读一个。其他传感器在读的时候吐出多个值。

一个事件至少读一个。事件与传感器或设备关联,物体感知环境然后产生了阅读。阅读表示了一个传感器或设备的感知部分。阅读只作为事件的部分存在。阅读是必要的简单的键值对,它关于感知了什么(键),值为多少(值)。一个阅读能够包含其它bits的信息以提供更多的文本(如数据类型信息)给用户。自定义的数据阅读能够包括用户接口,数据可视化系统和分析工具。

在下述图表中,描绘了一个事件与阅读。事件来自motor123设备,有两个阅读(或感知值)。第一个读表示motor123设备报告了motor的压力是1300(测量单位可能是PSI)。

上述值属性让用户了解了值的信息是整形,base64等,第二个阅读报告了相关的温度信息。

数据模型

如下是核心数据的图表。设备服务发出包含一个集合的事件对象,或者当设备捕捉到传感器阅读时读取核心数据。

数据字典

高层交互图

两个高层交互图如下:

新传感器阅读如何被设备收集,并且添加一个事件与阅读到核心数据,并且关联到持久存储。

客户(内部或外部)如何查找事件(通过设备名)

配置属性

https://app.swaggerhub.com/apis-docs/EdgeXFoundry1/core-data/1.2.0#/

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • tensorflow零起点快速入门(2)

    在使用jupyter notebook的时候,可能会出现使用异常,需要使用config=tf.ConfigProto(allow_soft_placement=...

    嘘、小点声
  • java学习与应用(5.3)--Spring

    Spring框架(全栈轻量级开源框架,IOC inverse of control 反转控制和AOP aspect oriented programming面向...

    嘘、小点声
  • EdgeXFoundry微服务中文翻译-元数据(未完)

    https://docs.edgexfoundry.org/1.2/microservices/core/metadata/Ch-Metadata/

    嘘、小点声
  • 利用Python进行数据分析(13) pandas基础: 数据重塑/轴向旋

    虽然这种存储格式对于关系型数据库是好的,不仅保持了关系完整性还提供了方便的查询支持。但是对于数据操作可能就不那么方便了,DataFrame的数据格式才更加方便。...

    公众号---志学Python
  • MongoDB操作类封装

    最近接到一个需求,要做MongoDB打点数据的统计,在学习过MongoDB的操作之后,封装了一个MongoDB的操作类,分为两部分,基本思想是参照了自己写过的m...

    FunTester
  • 架构|如何架构一个合适的企业API网关(1)API网关的介绍、应用场景、作用及常用方案

    黄小怪
  • 大数据变现十日谈之五:归纳和认知

    记得不止一次和一些做大数据和机器学习的朋友讨论过关于归纳和认知的观点。 在机器学习这个领域听过这样的声音,就是大家普遍觉得基于统计的机器学习和大数据加工方法要比...

    刀刀老高
  • springcloud学习手册-API Gateway (API网关)

    导读 | API Gateway (API网关) ? 一、为什么服务之间需要使用API Gateway (API网关)呢? 引用「Chris Richardso...

    程序源代码
  • 中堃数据携手浪潮共推天行认知加速解决方案

    2017年7月18日,中堃数据和计算专家浪潮在无锡联合发布了天行认知加速解决方案。此方案是4月28日中堃数据与浪潮签订战略合作协议加入“感知中国”大数据产业联盟...

    数据猿
  • 阿里IPO盛宴:短暂的狂欢

    距离阿里上市不到一周时间,这一场规模宏大的IPO的蝴蝶效应已经开始出现。有媒体曾指出受益于阿里上市前的“亮眼业绩”,其上市之后必将受到资本市场的追捧,进而引发投...

    罗超频道

扫码关注云+社区

领取腾讯云代金券