IoTの標準きばんとかいうやつ その２
前回の続き
こんばんわ、ヒサユキです。
今日は昨日の続きを書いていきます。
前回のまとめを３行で書くと以下のような感じです。
- 弊社のIoTの考え方はどうやら世間でいうIoTと少し違うっぽい
- ようやくクラウドサービスに一歩前進
- なんとしてもAzuruがよかったんだなということ。
大前提として
会社への文句とか、ネガティブなグチとかそういった目的で書いてないです。
別に弊社の決定事項は弊社の価値観のもとで決まったことなので。
本当に弊社の人たちの考えが織り交ざった結果なのかは少し疑問ですが(^_^;)
あくまで個人的にどう思ったか、そこに会社の方針とかは関係ないと思って話してます。
結局どうしたいんだっけ？
データ集積
憶測だけど、一番はこれだとおもう。
展開された資料だけではこれくらいしか読み解けなかったけど・・・
一応、その後集積データを利用していくとは書いてあった。
流れに乗りたい
これだとするならもっと早くからだとは思うけど・・・
Industrie 4.0とかIICとかって単語もあったからまずは乗っかる感じ。
比較したクラウドサービス
昨日の記事の最後にも取り上げたやつです。 * Azurue (MS) * BlueMix (IBM) * SAP Hana (SAP)
前回、コレを見て茶番とか思ってしまったはAzurue比較相手ですね。
まずクラウドサービスといえば、AWSが世界一なので比較に入ってくるべき。
また、データ集積が目的ならGoogle Cloud Platformも捨てがたい。
IBMを入れてくるのはいいけど、SoftLayerはメジャーだけどBlueMixはそんなに・・・。
どうみてもメジャーどころを避けて比較している。
AWSとGoogleCloudPlatformが比較対象から外された理由はわかりませんが、
上記の３サービスの違いはサービス窓口が居るかどうかだけでした(；・∀・)
ただし、わかっているのは資料にはちゃんとAWSは世界一と記載があったこと
サービス窓口の有無で世界一のクラウドサービスを比較の対象からすら外して、
サービスの優越を知ろうともしない姿勢に唖然としました／(^o^)＼
提供サービスの観点
結局のところAzurueはデータを取得してなにやりたいのかなってところだけど、
データをRDBに入れてそのあとPowerBIやAzure Machine Learningで使う模様。
ここで気になったのがNoSQLじゃなくてRDBに入れるんだってところ。
Azure IoT SuiteからAzure Stream Analyticsを通して加工してSQL Databaseに入れてる。
これ、NoSQLのAzure DocumentDBに直接突っ込めばいい気がするけどダメなんかな？
あと、仕組み図見た限りだとViewツールのPowerBIで見るのは活用してる感じだけど、
Azure Machine Learningにデータ貯めても現場機械に適用する仕組みが見当たらなかった。
せっかく機械学習させても反映させる仕組みなかったら意味ないやん(ﾟДﾟ;)
もうM2Mとの区別が付かない
M2Mとは大雑把に言うとネットワークでつながれた機械と機械が自動的にデータ通信すること
僕自身、今回のことがあるまでM2Mについてはほぼ知りませんでした。
仕組み図見た感じだとIoTといってるものの、モノから上がってくるデータは
一旦社内LANの中で集約してデータセンターに送ってからAzure IoT Suiteに送ってる。
これただデータセンターからクラウド環境にデータ送ってるだけでIoTじゃないよね！！
まとめ
大前提に説いたとおり、グチとかそういった目的ではないです。
会社の方針がどうあって、ゴールが何なのかまでは僕達平社員に降りてこないので。
そして、何やるにしても目的意識がとっても大事です
今回の展開事項だけでは正直目的がまったく見えませんでした。
今回のクラウドサービスの選定にしても、何を目的に選んだのか謎です。
クラウドサービスは個々に特性や得意分野がありコストもそれに付随するので、
データ集めて何やりたいのかまで決まってから、選んだほうが良かったのではないかと思います。
憶測ですが、とりあえずデータ集めておけばこういう事に使えるよねレベルだと思います。
[今日のわかったこと]
- 目的意識はとっても大事
- 最終的にやりたい事決めてからクラウドサービスは選んだほうがよい
- IoTとM2Mの違いについて知ることが出来た。
[今日よかったこと]
- 少しだけAzurueとBlueMixのことを知ることが出来た
- IoTの接続とデータ蓄積や分析などのバックエンドサービスについて比較できた。
- その結果、まだAWSのが価格としては勝っていることもわかった
