Visualizar datos de sensores en tiempo real de Azure IoT Hub usando BI


Antes de empezar este post  deberíamos   tener configurado  un dispositivo Iot de Azure como por ejemplo  algunos que hemos visto como puede ser una Raspberry Pi 3  , un ESP8266  o incluso un dispositivo simulado.

En todos los  dispositivos de Azure IoT  hub comentados debemos implementar una aplicación de ejemplo para ejecutar en estos dispositivos, la cual  enviará  datos que  los sensores recogen del mundo físico ( humedad , temperatura, presencia, etc  ) a su hub de IoT.

Ahora ,una vez que tenemos un dispositivo IoT enviando mensajes  de telemetría a la nube de Azure Iot Edge, toca  crear una cuenta de Azure storage y una aplicación Azure  para poder almacenar los mensajes de hub de IoT en el almacenamiento blob, pero  como comentamos  al  principio , como requisito previo,    necesitamos  tener configurado su dispositivo de Iot  para cubrir los siguientes requisitos:

  • Una suscripción activa de Azure
  • Un centro de IoT bajo su suscripción
  • Una aplicación que envíe mensajes a su hub de IoT
  • Una cuenta  de BI. (Tratar de poder BI gratis)

 

Si  su dispositivo de IoT  ya esta enviando mensajes al Hub de Iot  excepto que haya instalado en una maquina Linux el explorador de mensajes de Azure  olo haga desde la consola  no podrá ver el contenido  de esos mensajes.  Precisamente para solucionar este problema, podemos conectar el sistema de almacenamiento de Azure con los mensajes del dispositivo para que sean almacenados como BLOB’s en el la nube de Azure,como vimos en  un post anterior 

 

En  este  post veremos como  visualizar de una forma gráfica   precisamente esos  datos del sensor en tiempo real que recibe de su hub de Azure IoT por medio de BI , aunque como veremos mas adelante en otro post si usted quiere tratar de visualizar los datos en su hub de IoT con aplicaciones Web e puede hace con otra herramienta  Azure Web Apps

 

Añadir un grupo de consumidores a su hub de IoT

Grupos de consumidores son utilizados por aplicaciones para extraer datos desde Azure IoT. Por esta razon  crearemos un grupo de consumidores para ser utilizado por un servicio de Azure que viene para leer datos de su centro de IoT.

Para agregar un grupo de consumidores a su hub de IoT, siga estos pasos:

  1. En el portal de Azure, abra su hub de IoT.
  2. En el panel izquierdo, Mensajeria –>Puntos de acceso
  3. Haga clic en el panel central en Events
  4. Ahora introduzca un nombre en grupos de consumidores en el panel derecho ( en el ejemplo lo hemos llamado “Device-to-cloud-settings” )
  5. Haga clic en Guardar.puntos de coenxion.PNG

Crear, configurar y ejecutar un trabajo de Stream Analytics

Crear un trabajo de Stream Analytics

  1. En el portal de Azure, haga clic en crear un recurso > Internet de las cosas > Stram Analytics (aálisis de flujo de trabajo)streamanalitycs.PNG
  2. Introduzca la siguiente información para el trabajo.Nombre del trabajo: el nombre del trabajo que debe ser  único en el sistema.                                                                                                                                            Suscripción: Evaluación gratuita.Grupo de recursos: utilizar el mismo grupo de recursos que utiliza el hub de IoT.

    Ubicación: utilizar la misma ubicación como el grupo de recursos.

    Anclar al panel: Seleccione esta opción para acceder a su centro de IoT desde el panel de entrada de Azurestreamjob.PNG

  3. Haga clic en Crear.

Agregar una entrada para el trabajo de Stream Analytics

  1. Abrir el trabajo de Stream Analytics.
  2. En la Topología de trabajo, haga clic en entradas.
  3. En el panel de entradas , haga clic en Agregary especifique la siguiente información:Alias de la entrada: escriba un nombre  único para el alias la entrada.Fuente: seleccione centro de IoT.

    Grupo de consumidores: seleccione el grupo de consumidores que acaba de crear.

  4. Haga clic en crear.centro deiot.PNG

Añadir una salida a la tarea de Stream Analytics

  1. En Topología de trabajo, haga clic en resultados.
  2. En el panel resultados , haga clic en Agregary luego ingrese la siguiente información:Alias de salida: el único alias para la salida.Tipo: seleccione Power BI.
  3. Haga clic en autorizar  para lo cual necesitará  una cuenta profesional  o bien probarlo con  una version gratuita salidapowerbi
  4. Ingrese a su cuenta Power BI y autorice esta salida .
  5. Una vez autorizado, introduzca la siguiente información:Espacio de trabajo de grupo: Seleccione su área de trabajo de grupo de destino.Nombre de conjunto de datos: Introduzca un nombre de conjunto de datos.

    Nombre de la tabla: escriba un nombre de tabla.

  6. Haga clic en crear.

Configurar la consulta del trabajo de análisis de secuencia

  1. En la Topología de trabajo, haga clic en consulta.
  2. Reemplace con el alias de entrada del trabajo.[YourInputAlias]
  3. Reemplace con el alias de salida del trabajo.[YourOutputAlias]
  4. Haga clic en Guardar.

Ejecutar el trabajo de análisis de secuencia

En el trabajo de análisis de secuencia, haga clic en Inicio > ahora > iniciar. Una vez que el trabajo se inicia con éxito, el estado del trabajo cambia de parado a correr.

Crear y publicar un informe de Power BI para visualizar los datos

  1. Garantizar que la aplicación de ejemplo se ejecuta en el dispositivo.
  2. Inicie sesión su cuenta de Power BI .
  3. Ir al espacio de trabajo de grupo que se establece cuando se crea la salida para el trabajo de análisis de secuencia.
  4. Haga clic en conjuntos de datos de Streaming.Debería ver el conjunto de datos lista que especificó cuando creó la salida para el trabajo de análisis de secuencia.
  5. En acciones, haga clic en el primer icono para crear un informe.
  6. Crear un gráfico de líneas para mostrar la temperatura en tiempo real con el tiempo.
    1. En la página de creación de informe, agregar un gráfico de líneas.
    2. En el panel de campos , expanda la tabla que especificó cuando creó la salida para el trabajo de análisis de secuencia.
    3. Arrastre EventEnqueuedUtcTime al eje de en el panel de visualización .
    4. Arrastre la temperatura a los valores.Ahora se crea un gráfico de líneas. El eje x muestra la fecha y la hora en la zona de tiempo UTC. El eje y muestra la temperatura del sensor. 
  7. Crear otro gráfico de líneas para indicar humedad en tiempo real con el tiempo. Para ello, siga los mismos pasos anteriores y coloque EventEnqueuedUtcTime en el eje x y la humedad en el eje y.
  8. Haga clic en Guardar para guardar el informe.
  9. Haga clic en archivo > publicar para la web.
  10. Haga clic en crear incrustar códigoy luego haga clic en publicar.

Está previsto el enlace del informe para que se pueda compartir  para el acceso de informe y un fragmento de código para integrar el informe en su blog o sitio Web.

Microsoft también ofrece aplicaciones móviles power BI  para ver e interactuar con sus dashboards de power BI e informes en su dispositivo móvil.

powerbi.PNG

Hemos visto como utilizar  Power BI para visualizar datos de los sensores en tiempo real desde su  hub de IoT de Azure. Como comentamos existe también  una forma alternativa de visualizar datos de Azure IoT Hub  mediante  Azure Web Apps para visualizar datos de los sensores en tiempo real desde Azure IoT que trataremos en un  proximo post.

 

 

 

Fuente   https://docs.microsoft.com/en-gb/azure/iot-hub/iot-hub-live-data-visualization-in-power-bi

Anuncios

Google y Xively


En  este blog hemos  hablado en otras ocasiones de la compañía  y su   gran trayectoria  primero con  el popular servicio de iot de  Pachube.com , después  con la adquisición por parte de  cosm.com  y  finalmente después comprada por logmeIn     reubatizando el servicio como  Xively.com,pues bien ahora podemos ver un nuevo cambio: su compra por parte de Google.

En efecto Google ha anunciado desde su blog  , que ha llegado a un acuerdo para adquirir Xively , una división de LogMeIn, Inc.( por USD50 millones )

Este nuevo movimiento alinea a Google con otros proveedores de la nube,  en especial  con  Amazon con su popular  AWS (Amazon Web Services ), que también han expandido sus propuestas IoT a través de adquisiciones, pero sin embargo, el momento y la naturaleza del acuerdo sugieren que puede estar impulsado por las ambiciones de Google en los productos electrónicos de consumo y el hogar inteligente, más que por la necesidad de agregar funciones genéricas a Google Cloud , pues  Google ya  lanzó su Cloud IoT Core para ofrecer servicios de alojamiento IoT basados ​​en su infraestructura en la nube en septiembre de 2017.

Con la adición de la plataforma Xively, Google aprovecharía su solución con un elemento de conectividad del dispositivo, ofreciendo una solución llave en mano para integrar dispositivos en la nube  así que la adquisición saca  a relucir  los intentos de Google de aumentar su participación en la cadena de valor de IoT. 

La movida de Google es similar  a otras empresas , pero es la mas tardía  que las realizadas por  sus rivales directos:

  • AWS compró 2lemetry en 2015.Las herramientas de IoT que AWS tiene, o está planificando, incluyen: IoT Core, Greengrass, IoT Device Management, IoT Device Defender, IoT analytics, FreeRTOS, IoT 1 clic y otros. AWS está tratando de proporcionar un conjunto completo de opciones para los desarrolladores de IoT en muchos mercados verticales y, al hacerlo, está dando menos espacio para que compitan los proveedores de nicho.
  • Microsoft Azure adquirió Solair en 2016.

 

Xively fue fundada en 2003 y ofrece una plataforma para la conectividad de dispositivos IoT.

 

xively

 

Tanto  AWS como  Azure utilizaron inicialmente su infraestructura en la nube para soportar los requisitos de hospedaje de datos para IoT y luego usaron la plataforma adquirida para avanzar a lo largo de la cadena de valor y simplificar el desarrollo de soluciones para los clientes.

Xively y otros desarrollos sugieren que Google apunta a fortalecer su rol en el negocio de la casa inteligente

A pesar de las similitudes con AWS y la compra de Azure de una plataforma IoT, Google puede estar intentando algo diferente con su adquisición de Xively pues si las capacidades de la plataforma IoT fueran tan importantes, podría haber comprado otra plataforma anteriormente, o incluso haber creado una internamente. Además, para competir con AWS u otros proveedores de plataforma como PTC ThingWorx, será necesario darle seguimiento con otras adquisiciones o desarrollos internos.

Xively puede ser parte de la estrategia de Google para desarrollar capacidades para productos electrónicos de consumo y dispositivos domésticos inteligentes, en lugar de una plataforma horizontal para todos los verticales.

Una semana antes del anuncio de Xively, la empresa matriz de Google, Alphabet, dijo que estaba incorporando Nest en Google para coordinar mejor estos productos inteligentes para el hogar con otros esfuerzos, como Pixel, Google Home y Chromecast. Con la adición de una plataforma, Google, no solo consolida sus productos de consumo de hardware y software, sino que también establece un ecosistema que conecta a las diferentes partes interesadas que operan en este mercado. El reciente alquiler de IoT de Google y las actividades de Xively sugieren que la adquisición de Xively podría respaldar el enfoque revisado de Google para el mercado de consumo inteligente y hogar inteligente.

 

edge

Xively, como muchas otras plataformas IoT, se posiciona como una plataforma horizontal,pero sin embargo, la mayoría de los casos de uso de Xively son para aplicaciones domésticas inteligentes y relacionadas con el consumidor  como hemos podido ver  con las numerosos ejemplos que podemos   usando  diferentes soportes y placas  que son de aplicacion en  calentadores de agua conectados, rastreadores de mascotas, termostatos , soluciones de iluminación y un largo etcétera.

Los antecedentes de usuarios y dispositivos de Xively combinados con el hardware y las aplicaciones de Google pueden ser parte de un esfuerzo para construir una plataforma de hogar inteligente más completa  asi que la venta de Xively puede representar una revisión del mercado de las plataformas de IoT

 

Para 2020 , se estima que alrededor de 20 mil millones de cosas conectadas entrarán en funcionamiento, y el análisis y el almacenamiento de datos en la nube ahora son la piedra angular de cualquier solución de IoT exitosa. Esta adquisición, sujeta a las condiciones de cierre, complementará los esfuerzos de Google Cloud para proporcionar un servicio de IoT completamente administrado que conecte, administre e ingestione de manera fácil y segura los datos de dispositivos dispersos a nivel mundial. Con la adición de la robusta plataforma IoT lista para la empresa de Xively, Google puede acelerar la línea de tiempo de sus  clientes desde la visión de IoT hasta el producto, a medida que buscan construir su negocio conectado.

A través de esta adquisición, Cloud IoT Core obtendrá tecnología de IoT profunda y experiencia en ingeniería, incluida la administración avanzada de dispositivos, la mensajería y las funciones de tablero de Xively. Los os clientes se beneficiarán del extenso conjunto de características y la plataforma flexible de administración de dispositivos de Xively, junto con la seguridad y la escala de Google Cloud. Con el profundo liderazgo de Google Cloud en el análisis de datos y el aprendizaje automático, sus  clientes también estarán en una posición única para desarrollar soluciones de IoT llave en mano y enfocarse en la creación de valor empresarial.

 

 

Fuente https://www.blog.google

Como enviar y recibir mensajes entre su dispositivo y el concentrador de IoT de Azure


Una  vez que tenemos   un   dispositivo compatible con Azure Iot  (  como por ejemplo una Raspberry pi  3 como vimos   , o  desde un ESP8266   como vimos también recientemente  ) , los hemos  configurado  y   hemos  implementado una aplicación de ejemplo para ejecutar en el dispositivo que envié envíe datos que   los sensores recogen a su hub de IoT , puede  que  queramos intentar gestionar la mensajería en la nube del  dispositivo IoT  

Precisamente  en este contexto  surge  iothub-explorer que pone a  nuestra disposición  varios  comandos para  facilitar la gestión de centro de IoT  permitiéndonos   supervisar mensajes de dispositivo a nube y enviar mensajes de dispositivo de nube.

Los mensajes de dispositivo a nube podrían ser datos de sensores de  un dispositivo  que recolecta y envía a su hub de IoT (   como por ejemplo una Raspberry pi  3 como vimos  en este post , o  desde un ESP8266   como vimos recientemente  en este post )   o   bien los mensajes hacia ese  dispositivo de nube  que  podría ser comandos que IoT hub envía al dispositivo como por ejemplo hacer  parpadear un LED conectado a ese dispositivo.

Resumidamente  hay pues dos usos  muy diferentes del explorador de iothub :

  • Para supervisar mensajes de dispositivo a nube.
  • Para enviar mensajes de dispositivo de nube.

Para ello necesitamos haber completado dos fases:

  1. Haber  configurado el dispositivo , configuración completa que cubre los siguientes requisitos:
    • Haber registrado una cuenta de suscripción a Azure ( la gratuita nos sirve) .
    • Haber registrado un centro de Azure IoT ( una vez mas  también existe una modalidad gratuita para probar el  servicio).
    • Una aplicación de cliente que envíe mensajes a su hub de IoT de Azure.
  2. Haber instalado el  explorador de iothub. (Instalar explorer iothub)

Instalación de iothub-explorer

Iothub Explorer es pues una herramienta CLI para administrar las identidades de los dispositivos en su registro de IoT hub, enviar y recibir mensajes y archivos desde sus dispositivos, y monitorear sus operaciones de centros de IoT. Ademas iothub-explorer también permite simular un dispositivo conectado a su hub de IoT.

En post  anteriores  vimos  como con  una Raspberry pi  3 , o  desde un ESP8266    los   configurábamos   e  implementamos sendas aplicaciones para ejecutar en esos dispositivos procesos para enviar datos de telemetria  procedente de sus  sensores a un  hub de IoT en la nube de Azure Iot Edge

Bien, tenemos nuestra aplicación corriendo en el dispositivo de Iot , por lo que necesitamos ahora instalar el  explorador de iothub. Desgraciadamente no esta disponible para ambiente windows , es decir solo lo podemos ejecutar por el momento en equipos con Linux instalado. Ademas esta herramienta requiere la versión 4.x o superior de Node.js para que funcionen todas las características.

Para instalar la última versión de la herramienta iothub-explorer, ejecute el siguiente comando en su entorno de línea de comandos:

npm install -g iothub-explorer

En caso de querer instalar esta utilidad en una Raspberry pi  desde Raspbian, al no estar disponible el comando npm  instalarlo siguiendo estos pasos:

cd ~
git clone https://github.com/azure/iothub-explorer

gitclone

Manejo de iothub-explorer

Una vez isntalada esta utilidad ,puede usar el siguiente comando para obtener ayuda adicional sobre todos los comandos de ihotub-explorer:

$ iothub-explorer help
Usage: iothub-explorer [options] <command> [command-options] [command-args]


  Commands:

    login                           start a session on your IoT hub
    logout                          terminate the current session on your IoT hub
    list                            list the device identities currently in your IoT hub device registry
    create <device-id|device-json>  create a device identity in your IoT hub device registry
    delete <device-id>              delete a device identity from your IoT hub device registry
    get <device-id>                 get a device identity from your IoT hub device registry
    import-devices                  import device identities in bulk: local file -> Azure blob storage -> IoT hub
    export-devices                  export device identities in bulk: IoT hub -> Azure blob storage -> local file
    send <device-id> <message>      send a message to the device (cloud-to-device/C2D)
    monitor-feedback                monitor feedback sent by devices to acknowledge cloud-to-device (C2D) messages
    monitor-events [device-id]      listen to events coming from devices (or one in particular)
    monitor-uploads                 monitor the file upload notifications endpoint
    monitor-ops                     listen to the operations monitoring endpoint of your IoT hub instance
    sas-token <device-id>           generate a SAS Token for the given device
    simulate-device <device-id>     simulate a device with the specified id
    help [cmd]                      display help for [cmd]

  Options:

    -h, --help     output usage information
    -V, --version  output the version number

Cada comando iothub-explorer tiene su propia ayuda ,la cual  se puede ver pasanDdo el argumento -help (ayuda)  al nombre del comando:

$ iothub-explorer help create

  Usage: iothub-explorer create [options] [device-id|device-json]
  
  Create a device identity in your IoT hub device registry, either using the specified device id or JSON description.

  Options:

    -h, --help                       output usage information
    -a, --auto                       create a device with an auto-generated device id
    -cs, --connection-string         show the connection string for the newly created device
    -d, --display <property-filter>  comma-separated list of device properties that should be displayed
    -l, --login <connection-string>  connection string to use to authenticate with your IoT Hub instance
    -k1, --key1 <key>                specify the primary key for newly created device
    -k2, --key2 <key>                specify the secondary key for newly created device
    -r, --raw                        use this flag to return raw JSON instead of pretty-printed output
    -x, --x509                       generate an x509 certificate to authenticate the device
    -dv, --daysValid                 number of days the x509 certificate should be valid for
    -t1, --thumbprint1 <thumbprint>  specify the primary thumbprint of the x509 certificate
    -t2, --thumbprint2 <thumbprint>  specify the secondary thumbprint of the x509 certificate

 

Puede obtener mas  información en  https://github.com/azure/iothub-explorer

Monitor dispositivo a nube mensajes

Para supervisar los mensajes que se envían desde el dispositivo a su hub de IoT, siga estos pasos:

  1. Abra una ventana de consola.
  2. Ejecute el siguiente comando:iothub-explorer monitor-events <device-id> --login "<IoTHubConnectionString>"
  3. Obtener y de su hub de IoT. Asegúrese de que haya terminado el tutorial anterior. O puedes probar a utilizar si tienes, y.<device-id><IoTHubConnectionString>iothub-explorer monitor-events <device-id> --login "HostName=<my-hub>.azure-devices.net;SharedAccessKeyName=<my-policy>;SharedAccessKey=<my-policy-key>"HostNameSharedAccessKeyNameSharedAccessKey

Enviar mensajes de dispositivo de nube

Para enviar un mensaje desde su hub de IoT en el dispositivo, siga estos pasos:

  1. Abra una ventana de consola.
  2. Iniciar una sesión en su hub de IoT ejecutando el siguiente comando:
    Bash Copia
    iothub-explorer login `<IoTHubConnectionString>`
    
  3. Enviar un mensaje a su dispositivo ejecutando el siguiente comando:
    Bash Copia
    iothub-explorer send <device-id> <message>
    

El comando hace parpadear el LED que está conectado a su dispositivo y envía el mensaje al dispositivo.

Nota:No es necesario para el dispositivo envie un comando ack separado a su hub de IoT al recibir el mensaje.

 

Azure IoT Edge en una Raspberry Pi 3


OK, gracias a un post anterior  teníamos dentro de nuestro equipo  un dispositivo basado en Windows  simulado enviando datos a la nube, todo en nuestra propia máquina de desarrollo (es decir sin necesitar otro equipo en el que instalar sw adicional). Obviamente estos es interesante desde el punto de vista del aprendizaje pues nos muestra  como es un dispositivo dedicado de Edge  IoT de Azure.¿No?

¿Necesita ese equipo? OK, vamos a estudiar hacer  algo para  salir de este  usando otro hw  diferente  asi que el siguiente paso en el viaje es poner Edge IoT de Azure en un dispositivo real, es decir   instalar el sw de Azure Iot Edge en algún otro lugar, como por ejemplo  en una  Raspberry Pi 3.

Si nunca ha trabajado con una Raspberry Pi 3, no se preocupe! Es muy simple empezar pues en realiad  sólo se puede imaginar la Raspberry Pi 3 como un equipo súper pequeño que pasa a tener también GPIO (con fines generales entrada/salida)  para poder controlar cosas como motores y leer cosas de sensores. Es fácil ver el IPC como el, porque eso es lo que es.

Por 35€ más o menos, tiene un procesador de 1,3 GHZ quad-core ARM, GPU, cuatro puertos USB, un puerto Ethernet, Wi-Fi a bordo y Bluetooth y un salida HDMI, así como los mencionados pines GPIO. Es un terreno intermedio: es un equipo endeble pero un dispositivo de IoT muy potente.

Este hw  es una gran elección  para estar a si desea ejecutar Microsoft Azure IoT Edge pues necesita suficiente potencia para ejecutar lenguajes de alto nivel como Java o C#, pero no necesita ejecutar Crysis 3 con todos los ajustes en lo alto.

Requisitos previos

  • Raspberry Pi 3,
  • BME280
  • Monitor de PC con entrada HDMI
  • Cable de HDMI
  • Tarjeta micro SD (con cualquier adaptador necesita conectarlo al ordenador)
  • Fuente de alimentación USB (5 voltios, por lo menos 2,5 amperios) con cable USB a micro-USB
  • Teclado y ratón USB

Configuración de la Raspberry Pi 3

Después de haber  conectado todos los periféricos de la RPi y tiene una pequeña computadora con un nido de  cables para el ratón, teclado y monitor, usted podría preguntarse cómo vamos a poner Windows en él.

Bueno, no es necesario pues  pondremos  Raspbian en él, un sabor de Linux. ¡Ataque! Si pensabas que estaban a salvo de las artes oscuras de Linux, con este post es sobre un producto de Microsoft, usted sería confundir urgentemente.

Raspbian es una versión ligera de Linux creado específicamente para el Raspberry Pi. Tiene un proceso de instalación simple y un lindo GUI, incluyendo juegos de escritorio y algunos programas preinstalados  No, es probablemente la solución ideal que se desea utilizar para correr una gateway IoT muy crítica, pero proporciona una buena introducción a la instalación de Microsoft Azure IoT Edge en un dispositivo de Linux.

Si tapan sus oídos y cierra los ojos cuando escuche «Linux», no se preocupe, si se siente más cómodo manejando dispositivos de Windows, tenga en cuenta que Edge del IoT también funciona en entornos Windows. Sin embargo, incluso  Microsoft  parece favorecer Linux para poner Edge de IoT en  producción.

Incluso para Linux noobs, Raspbian es fácil de instalar. De hecho, puede utilizar un gestor de arranque llamado “NOOBS” para facilitar un poco el proceso. El proceso es muy sencillo:  sólo necesita descargar los archivos Raspbian NOOBS, formatear la  tarjeta micro SD, poner esos archivos en ella y luego conectar esa tarjeta SD en el Pi y el siguiente es la  pantalla de  instrucciones.

Una vez que haya descargado e instalado Raspbian, es el momento de instalar Edge del IoT de Azure. El proceso como vamos a ver es similar a como es con la demo simulada de windows  pero  en Linux: se  bajan  los últimos archivos desde el repositorio git de Edge IoT y se genera la aplicación. Recuerde, Edge  IoT git repo no incluye el código compilado para que tenga que hacer esa parte. !No se preocupe, es incluso más sencillo en Linux lo que es en Windows!.

Una vez que haya instalado Edge del IoT, se puede  modificar el archivo JSON con el nombre de eje de IoT y sufijo, ID de dispositivo y las teclas de los dispositivos simulados, y el comando para iniciar y ejecutar la aplicación …

Veamos el proceso en detalle:

Paso 1: Configuración de Raspberry Pi

Instalar el sistema operativo Raspbian para Pi

Lo hemos visto en numerosas ocasiones en este blog ,pero esta ocasión lo haremos de una manera mucho mas sencilla usando Edger  .Simplemente son unos pasos:

  1. Descargue  Raspbian Jessie con el escritorio (el archivo .zip).
  2. Extraiga la imagen de Raspbian en una carpeta del equipo.
  3. Descargue e instale la utilidad de grabadora de tarjetas SD Etcher.
  4. Ejecute Etcher y seleccione la imagen de Raspbian
  5. Seleccione la unidad de la tarjeta microSD. Tenga en cuenta que es posible que Etcher ya haya seleccionado la unidad correcta.
  6. Haga clic en Flash para instalar Raspbian en la tarjeta microSD.
  7. Quite la tarjeta microSD del equipo cuando se complete la instalación. Es seguro quitar la tarjeta microSD directamente porque Etcher expulsa o desmonta la tarjeta microSD automáticamente al acabar.
  8. Inserte la tarjeta microSD en la Pi.

Habilitar SSH e I2C

  1. Conecte Pi al monitor, el teclado y el mouse, inicie Pi y luego inicie sesión en Raspbian con pi como nombre de usuario y raspberrycomo contraseña.
  2. Haga clic en el icono de Raspberry > Preferencias > Configuración de Raspberry Pi.                                                      Menú Preferencias de Raspbian
  3. En la pestaña Interfaces, establezca I2C y SSH en Habilitar y luego haga clic en Aceptar. Si no tiene sensores físicos y desea usar datos de detección simulados, este paso es opcional                  .Habilitar I2C y SSH en Raspberry Pi

 Conexión de Pi a la red

Encienda la Pi mediante un cable microUSB y la fuente de alimentación. Use el cable Ethernet para conectar Pi a la red cableada o siga las instrucciones de Raspberry Pi Foundation para conectar Pi a la red inalámbrica:

  1. Las conexiones LAN inalámbricas se pueden hacer mediante el icono de red en el extremo derecho de la barra de menús. Si usas un Raspberry Pi 3, o un modelo anterior con un dongle WiFi conectado, este icono con el botón izquierdo se abrirá una lista de redes WiFi disponibles.
  2. Si no se encuentran redes, aparecerá el mensaje: esperen unos segundos sin cerrar el menú, y debe encontrar en la red."No APs found - scanning..."
  3. Los iconos a la derecha muestran si una red está asegurada o no y su intensidad de la señal. Haga clic en la red que desea conectarse. Si está asegurado, aparecerá un cuadro de diálogo solicitándole que ingrese la clave de red.
  4. Introduzca la clave y presione OK, luego esperar un par de segundos. El icono de red parpadea brevemente para mostrar que se está realizando una conexión. Una vez listo, el icono deja de parpadear y muestra la intensidad de la señal.

Después de que Pi se ha conectado correctamente a la red, debe anotar la dirección IP de su Pi abriendp una ventana LXTerminal y escriba el siguiente comando: sudo ifconfig

Junto a la entrada de wlan0 vera inet addr: 192.168.1.10 que es la dirección IP de la Raspberry Pi 3 ( en su placa la IP puede ser otra  distinta del tipo 192.168.1.xxx).

Asegúrese de que la Pi se conecta a la misma red que el equipo. Por ejemplo, si el equipo está conectado a una red inalámbrica mientras Pi está conectada a una red cableada, es posible que no vea la dirección IP en la salida de devdisco.

Conectar el sensor a Pi

El BME280 es una placa de gran precisión con un sensor de temperatura, humedad y presión   basado  en  el famoso sensor  Bosch sensortec ME280 que va integrado en la propia placa .
La placa tiene un exclusivo puente de dirección l2C (enlace soldado GS2), resistencia de polarización I2C, 7 conectores Berg de 2,54 mm, y dos agujeros de montaje de 3,5 mm.

Tiene las mismas especificaciones, pero se puede usar  bien via  I2C o bien por SPI , aunque para un cableado más simple, elija el I2C. Sin embargo si  quiere conectar un montón de sensores sin preocuparse por la colisión de direcciones en I2C, elija el SPI

En este ejemplo al necesitar solo un sensor usaremos I2C.

Este sensor de precisión de Bosch es la mejor solución para la medición de la presión barométrica  y temperatura. Debido a que los cambios de presión con altitud y las mediciones de presión son tan buenas, también puede usarlo como altímetro con precisión por metro .

Asimismo los sensores de humedad y de presión puede ser activados/desactivados de forma independiente.

La tensión de alimentación VDD principal atencion esta entre 1,71 V a 3,6 V  de modo que no debemos superar los 3.6V

El conexionando  del sensor  a la Raspberry Pi 3 , puede usar el siguiente cableado:

BME280 Raspbery Pi 3 Color de cable
VCC Potencia 3,3 V (patilla 1) Cable blanco
GND GND (patilla 6) Cable marrón
SDA I2C1 SDA (patilla 3) Cable rojo
SCL I2C1 SCL (patilla 5) Cable naranja

El led lo  colocaremos  directamente entre el pin GPIO 24 (pin18)  de la Raspberry Pi 3  y la masa ( por ejemplo pin 20 de la Raspberry Pi 3)

Conexión de Raspberry Pi y el sensor

Cuando ejecutemos al aplicación en python de demostración  y hayamos concluido los pasos siguientes  ,el sensor BME280 recopilará datos sobre la temperatura y la humedad, y el LED parpadeara si se produce comunicación entre el dispositivo y la nube.

Paso 2 :Crear un centro de IoT

  1. Inicie sesión en Azure Portal.
  2. Seleccione Crear un recurso > Internet de las cosas > IoT Hub.iothub.PNG
    • Nombre: cree un nombre para su centro de IoT. Si el nombre que escribe es válido, aparece una marca de verificación verde.En el panel Centro de IoT, escriba la información necesaria para su centro de IoT: IoT Hub puede detectarse públicamente como un punto de conexión DNS, por tanto, procure evitar cualquier información confidencial al darle el nombre.
    • Nivel de precios y de escala: en este tutorial, seleccione el nivel F1 – Gratis.
    • Grupo de recursos: cree un grupo de recursos para hospedar el centro de IoT o use uno existente.
    • Ubicación: seleccione la ubicación más cercana a usted.
    • Anclar al panel: active esta opción para facilitar el acceso al IoT Hub desde el panel                                                                     .centro de iot.PNG
  3. Haga clic en Crear  . El centro de IoT puede tardar varios minutos en crearse. Puede ver el progreso en el panel Notificaciones.

Ahora que ha creado un centro de IoT, busque la información importante que usa para conectar a él dispositivos y aplicaciones.

  1. Después de crear el centro de IoT, haga clic en él en el panel. Anote el Nombre de host y haga clic en Directivas de acceso compartido.hi.png
  2. En el panel Directivas de acceso compartido, haga clic en la directiva iothubowner y, luego, copie y anote la cadena de conexión de su centro de IoT.En algunos  ejemplos , quizás no necesite esta cadena de conexión iothubowner. Sin embargo, puede necesitarla  en diferentes escenarios de IoT después de realizar esta configuración. Tome nota pues del valor Cadena de conexión (clave principal)

directivas.png

Paso  3 :Registro de su dispositivo en IoT Hub

  1. En Azure Portal, abra su centro de IoT.
  2. Haga clic en EXPLORERS ->Explorador de dispositivos.
  3. En el panel Explorador del dispositivo, haga clic en Agregar para agregar un dispositivo a su centro de IoT. A continuación, haga lo siguiente:Id. de dispositivo: escriba el identificador del nuevo dispositivo. Los identificadores de dispositivos distinguen mayúsculas de minúsculas.explores.PNGTipo de autenticación: seleccione Clave simétrica.Generar claves automáticamente: active esta casilla de verificación.Connect device to IoT Hub (Conectar dispositivos a IoT Hub): haga clic en Habilitar.

    El identificador del dispositivo puede estar visible en los registros recopilados para soporte técnico y solución de problemas del cliente, por tanto asegúrese de evitar cualquier información confidencial al darle el nombre.

  4. Haga clic en Guardar.
  5. Después de crear el dispositivo, ábralo en el panel Explorador de dispositivos.
  6. Anote la clave principal de la cadena de la cadena de conexión pues es la que qeu permitirá conectarse a un dispositivo conectarse con el Centro de IoT.

Paso 4: Ejecutar una aplicación en la Raspberry Pi

Instalar los paquetes de requisitos previos

Use uno de los siguientes clientes SSH del equipo host para conectar con Raspberry Pi.

  1. Si  no lo tiene ,descargue e instale PuTTY para Windows.
  2. Copie la dirección IP de Pi en la sección de nombre de host (o dirección IP) y seleccione SSH como el tipo de conexión.
  3. Si no lo ha cambido ,el nombre de usuario predeterminado es pi y la contraseña es raspberry.

Configurar la aplicación de ejemplo

  • Clone la aplicación de ejemplo mediante el comando siguiente:
cd ~
git clone https://github.com/Azure-Samples/iot-hub-python-raspberrypi-client-app.git

Obtendrá una respuesta similar a la siguiente:

cd ~

git clone https://github.com/Azure-Samples/iot-hub-python-raspberrypi-client-app.git
Cloning into ‘iot-hub-python-raspberrypi-client-app’…
remote: Counting objects: 114, done.
remote: Total 114 (delta 0), reused 0 (delta 0), pack-reused 114
Receiving objects: 100% (114/114), 98.63 KiB | 0 bytes/s, done.
Resolving deltas: 100% (56/56), done.

  • Abra el archivo config mediante la ejecución de los comandos siguientes:
cd  iot-hub-python-raspberrypi-client-app
nano config.py

Hay cinco macros en este archivo que se pueden configurar. La primera es MESSAGE_TIMESPAN, que define el intervalo de tiempo (en milisegundos) entre dos mensajes que se envían a la nube configtrado por defecto a 2000. La segunda es SIMULATED_DATA, un valor booleano que indica si se usan los datos de sensor simulados o no.Si no tiene el sensor, establezca el valor en True para que la aplicación de ejemplo cree y use datos de sensor simulados.  I2C_ADDRESS es la dirección de I2C a la que está conectado el sensor BME280 (por defecto al pvalor 0x77)  . GPIO_PIN_ADDRESS es la dirección GPIO del LED (por defecto a 24) . La última de ellas es BLINK_TIMESPAN, que define el intervalo de tiempo cuando se activa el LED en milisegundos(por defecto al valor 1000).python app.pi

  • Guarde y salga al presionar Control-O > Entrar > Control-X.

config

Compilar y ejecutar la aplicación de ejemplo

  1. Compile la aplicación de ejemplo con el comando siguiente: Dado que los SDK de Azure IoT para Python son contenedores que funcionan sobre el SDK de C de dispositivos de Azure IoT, debe compilar las bibliotecas de C si desea o necesita generar las bibliotecas de Python a partir del código fuente.
    sudo chmod u+x setup.sh
    sudo ./setup.sh
    

    La ejecución de este comando  se llevara su tiempo ( aproximadamente una hora o mas )  dependiendo  ademas de que  la conexión de red  sea ethernet  o por wifi .  NO tiene demasiado sentido repetir el log completo de ejecución  ,pero lo importante es que debería terminar  de un modo similar a  este……

    Installed /usr/local/lib/python2.7/dist-packages/Adafruit_GPIO-1.0.3-py2.7.egg
    Processing dependencies for Adafruit-GPIO==1.0.3
    Searching for adafruit-pureio
    Reading https://pypi.python.org/simple/adafruit-pureio/
    Downloading https://pypi.python.org/packages/55/fa/99b1006fb4bb356762357b297d8db6ec9ffa13af480692ab72aa4a0dd0c4/Adafruit_PureIO-0.2.1.tar.gz#md5=5b3276059eb55d6c37429a8413a92029
    Best match: Adafruit-PureIO 0.2.1
    Processing Adafruit_PureIO-0.2.1.tar.gz
    Writing /tmp/easy_install-fN1TPJ/Adafruit_PureIO-0.2.1/setup.cfg
    Running Adafruit_PureIO-0.2.1/setup.py -q bdist_egg –dist-dir /tmp/easy_install-fN1TPJ/Adafruit_PureIO-0.2.1/egg-dist-tmp-f0Y_C9
    zip_safe flag not set; analyzing archive contents…
    Moving Adafruit_PureIO-0.2.1-py2.7.egg to /usr/local/lib/python2.7/dist-packages
    Adding Adafruit-PureIO 0.2.1 to easy-install.pth file

    Installed /usr/local/lib/python2.7/dist-packages/Adafruit_PureIO-0.2.1-py2.7.egg
    Searching for spidev==3.3
    Best match: spidev 3.3
    Adding spidev 3.3 to easy-install.pth file

    Using /usr/lib/python2.7/dist-packages
    Finished processing dependencies for Adafruit-GPIO==1.0.3

  2.  En caso de error ” :No module named ‘iothub_client‘  se deba probablemente porque no  se ha  terminado de  construir  la aplicación  correctamente   bien por falta de memoria de swapping  o porque ya existe alguna otra aplicación  instalada  de Iot  que hace un uso también de librerías comunes ( por ejemplo las librerías de Cayenne).

    El motivo pues se debe que al compilar la biblioteca cliente de Python (iothub_client.so) en dispositivos Linux que tienen menos de 1GB de RAM, puede ver que la construcción se atasca al 98% al construir iothub_client_python.cpp como se muestra a continuación [98%] Construyendo el objeto CXX python / src / CMakeFiles /iothub_client_python.dir/iothub_client_python.cpp.o. Si se encuentra con este problema, verifique el consumo de memoria del dispositivo mediante el comando free -m en otra ventana de terminal durante ese tiempo. Si se está quedando sin memoria mientras compila el archivo iothub_client_python.cpp, es posible que tenga que aumentar temporalmente el espacio de intercambio para obtener más memoria disponible para compilar correctamente la biblioteca del SDK del dispositivo del lado del cliente de Python.    La solución mas sencilla  si no quiere probar otras , es  repetir la instalacion de la SD.

  3. Ahora ya puede ejecutar la aplicación de ejemplo mediante el comando siguiente:
    python app.py 'cadena de conexion clave primeria'
    

    Asegúrese de que copia y pega la cadena de conexión del dispositivo entre las comillas simples. Y si usa la versión 3 de Python, puede utilizar el comando python3 app.py ''.

Debería ver un  resultado similar al siguiente, que muestra los datos del sensor y los mensajes que se envían a IoT Hub.

salida.PNG

 

 

Ya hemos ejecutado una aplicación de ejemplo basada  en Python  que es capaz de recopilar datos de un  sensor  conectado a la Raspberrry Pi  via I2C   y enviarlos a IoT Hub de Azure  asi  que ya tenemos las bases para seguir creando sistemas de Iot  basados en Raspberry Pi  y la nube de Azure  usando la novedosa tecnologia de Azure Iot Edge .

Fuente  https://docs.microsoft.com/en-gb/azure/iot-hub/iot-hub-raspberry-pi-kit-python-get-started

 

Edge computing con Azure IoT Edge


La computación en nube (o Cloud Computing) ha dominado las discusiones de TI durante las últimas dos décadas, particularmente desde que Amazon popularizó el término en 2006 con el lanzamiento de Elastic Compute Cloud (ECC) . En su forma más simple, la computación en la nube es la centralización de los servicios informáticos para aprovechar una infraestructura de centro de datos compartida y gracias a la economía de escala para reducir los costos.

Sin embargo, la latencia, influenciada por el número de saltos de enrutadores,los  retrasos en los paquetes introducidos por la virtualización o la ubicación del servidor dentro de un centro de datos, siempre ha sido una cuestión clave de la migración en la nube y es aquí es donde entra en juego el Edge Computing (computación al borde) donde esencialmente se descentralizan los servicios de TI y acercándolos a la fuente de datos, lo cual puede tener un impacto significativo en la latencia, ya que puede reducir drásticamente el volumen de datos movidos y la distancia que recorre.

La naturaleza distribuida de la informática de borde significa que, junto con la reducción de la latencia  también mejora la resiliencia, reduce la carga de la red y es más fácil de escalar .

El procesamiento de los datos comienza en su origen  y una vez que se completa el procesamiento inicial, solo se deben enviar los datos que necesitan un análisis posterior o que requieren otros servicios lo cual  reduce los requisitos de red y la posibilidad de cuellos de botella en cualquier servicio centralizado.

Además, con otras ubicaciones de borde cercanas,  la posibilidad de almacenar datos en caché en el dispositivo, puede enmascarar interrupciones y mejorar la resistencia de su sistema lo cual  reduce la necesidad de escalar sus servicios centralizados ya que manejan menos tráfico. Ademas de la reducción del trafico  con el consiguiente mejora   también pueden reducir los costos, la complejidad de la arquitectura y la administración.

 

Azure IoT Edge

Las soluciones de nube híbrida e Internet de las cosas (IoT) son una realidad con Azure IoT Edge  un servicio completamente administrado que entrega inteligencia en la nube localmente implementando y ejecutando sin problemas inteligencia artificial, servicios Azure y lógica personalizada directamente en dispositivos IoT multiplataforma, desde una pequeña Raspberry Pi hasta grandes máquinas industriales administrando todo de manera centralizada en la nube  de Microsoft.

Algunas de las facilidades  que puede proporcionar esta   plataforma:

  • Habilitar inteligencia artificial y análisis avanzados en el borde:permite crear análisis avanzados, usar aprendizaje automático e inteligencia artificial en la nube y desplegarlo en dispositivos físicos utilizando IoT Edge. Un ecosistema de servicios de Azure y de terceros  ayudará a habilitar nuevas aplicaciones de IoT en sus dispositivos de borde. Se puede usar  Azure Machine Learning, Azure Stream Analytics, Azure Functions para crear soluciones de IoT más avanzadas con menos tiempo y esfuerzo.Cree fácilmente AI en el borde con AI Toolkit for Azure IoT Edge.
  • Reducir los costos de la solución IoT:Decida qué datos de IoT debe capturar y enviar a la nube programando su dispositivo de borde para procesar los datos localmente. Luego, envíe solo los datos que necesita almacenar y analizar en la nube. Al reducir la cantidad de datos que transmite de un dispositivo a la nube, reducirá los costos de ancho de banda y los costos asociados con el almacenamiento y análisis de datos en otras aplicaciones de negocios, pero aún así se beneficiará de las perspectivas mejoradas.
  • Simplificar el desarrollo:Facilite los esfuerzos de desarrollo para soluciones avanzadas de IoT aprovechando las habilidades y los recursos que ya tiene. Utilice herramientas de programación conocidas como Visual Studio y múltiples lenguajes de programación, incluidos C, Node.js, Java, Microsoft .NET y Python para optimizar y monitorear su solución de IoT, y aplique correcciones cuando sea necesario. Utilice los mismos modelos de programación que usa en la nube para crear y probar sus aplicaciones de IoT y luego empújelas a sus dispositivos de borde.
  • Operar fuera de línea o con conectividad intermitente:Con IoT Edge, sus dispositivos periféricos pueden operar de manera confiable y segura incluso cuando están desconectados o solo tienen conectividad intermitente a la nube. Una vez reconectados, los dispositivos periféricos sincronizan automáticamente su estado más reciente y continúan funcionando sin problemas, independientemente de la conectividad en curso.

 

Ejemplo de Azure IoT Edge

Podemos  probar gratuitamente  la interfaz en la nube Azure IoT Edge para implementar el código preconstruido de forma remota en un dispositivo IoT Edge.  Para realizar esta tarea, primero se necesita usar un dispositivo Windows para simular un dispositivo IoT Edge y  luego puede implementar un módulo en él.

Vamos a describir los pasos  a seguir pero antes si no tiene una cuenta activa a Azure, cree una cuenta gratuita antes de comenzar.

Requisitos previos

Asumims que está usando un ordenador  o máquina virtual que ejecuta Windows para simular un dispositivo de Internet de las cosas.  Si está ejecutando Windows en una máquina virtual, habilite la virtualización anidada y asigne al menos 2GB de memoria.

  1. Asegúres de estar usando una versión compatible con Windows:
    • Windows 10 Windows 10
    • Windows Server Servidor de windows
  2. Instale Docker para Windows y asegúrate de que esté ejecutándose.
  3. Instale Python 2.7 en Windows y asegúrese de que puede usar el comando pip.
  4. Ejecute el siguiente comando para descargar el script de control IoT Edge.
    cmdCopy
    pip install -U azure-iot-edge-runtime-ctl

Nota: Azure IoT Edge puede ejecutar contenedores de Windows o Linux.  Para usar contenedores de Windows, debe ejecutar:

  • Windows 10 Fall Creators Update, , o
  • Windows Server 1709 (Build 16299) o
  • Windows IoT Core (Build 16299) on a x64-based device Windows IoT Core (compilación 16299) en un dispositivo basado en x64

 Para Windows IoT Core, siga las instrucciones en Instalar el tiempo de ejecución de IoT Edge en Windows IoT Core . De lo contrario, simplemente configure Docker para usar contenedores de Windows y, opcionalmente, valide sus requisitos previos con el siguiente comando de PowerShell:

PowerShellCopy
Invoke-Expression (Invoke-WebRequest -useb https://aka.ms/iotedgewin)

Crear un concentrador de IoT con Azure CLI

Cree un concentrador de IoT en su suscripción de Azure.  El nivel gratuito de IoT Hub funciona para este inicio rápido. . Si ya usó IoT Hub y ya tiene un hub gratuito creado, puede omitir esta sección y pasar a Registrar un dispositivo IoT Edge  (en cada suscripción solo puede tener un centro IoT gratuito).

  1.  Inicie sesión en el portal de Azure .
  2.  Seleccione el botón Cloud Shell .Botón Cloud Shell
  3.  Cree un grupo de recursos. : El siguiente código crea un grupo de recursos llamado IoTEdge en la región oeste de EE. UU . :
    Azure CLICopy
    az group create --name IoTEdge --location westus
  4. . Cree un concentrador de IoT en su nuevo grupo de recursos. : El siguiente código crea un concentrador F1 gratuito llamado MyIotHub en el grupo de recursos IoTEdge :
    Azure CLICopy
    az iot hub create --resource-group IoTEdge --name MyIotHub --sku F1

 Registrar un dispositivo IoT Edge

Cree una identidad de dispositivo para su dispositivo simulado para que pueda comunicarse con su centro de IoT. Dado que los dispositivos IoT Edge se comportan y pueden administrarse de forma diferente a los dispositivos IoT típicos, usted declara que se trata de un dispositivo IoT Edge desde el principio.

  1. . En el portal de Azure, vaya a su centro de IdC.
  2.  Seleccione IoT Edge (vista previa) luego seleccione Agregar IoT Edge Device .Agregar dispositivo Edge IoT
  3. . Dele a su dispositivo simulado una ID de dispositivo única.
  4.  Seleccione Guardar para agregar su dispositivo.
  5. Seleccione su nuevo dispositivo de la lista de dispositivos.
  6. Copie el valor de la cadena de conexión-clave principal y guárdelo.  Utilizará este valor para configurar el tiempo de ejecución IoT Edge en la siguiente sección.

Configurar  IoT Edge runtime 

En tiempo de ejecución de IoT Edge se implementa en todos los dispositivos IoT Edge, el cual  comprende dos módulos:

  •   El agente IoT Edge que facilita la implementación y la supervisión de módulos en el dispositivo IoT Edge.  
  • El concentrador IoT Edge que gestiona las comunicaciones entre los módulos en el dispositivo IoT Edge y entre el dispositivo y el IoT Hub.

Configure el tiempo de ejecución con su cadena de conexión del dispositivo IoT Edge de la sección anterior.

cmdCopy
iotedgectl setup --connection-string "{device connection string}" --auto-cert-gen-force-no-passwords

Comience el tiempo de ejecución.

cmdCopy
iotedgectl start

 Compruebe Docker para ver que el agente IoT Edge se está ejecutando como un módulo.

cmdCopy
docker ps

Ver edgeAgent en Docker

 Implementar un módulo

 Una de las capacidades clave de Azure IoT Edge es la posibilidad de implementar módulos en sus dispositivos IoT Edge desde la nube.  Un módulo IoT Edge es un paquete ejecutable implementado como un contenedor.

En este ejemplo desplegaremos un módulo que genera telemetría para su dispositivo simulado.

  1. En el portal de Azure, vaya a su centro de IdC.
  2. Vaya a IoT Edge (vista previa) y seleccione su dispositivo IoT Edge.
  3. Seleccione Establecer módulos .
  4. . Seleccione Agregar IoT Edge Module .
  5. . En el campo Nombre , ingrese tempSensor .
  6. . En el campo URI de la imagen , ingrese microsoft/azureiotedge-simulated-temperature-sensor:1.0-preview .
  7. Deje las otras configuraciones sin cambios, y seleccione Guardar .Guarde el módulo IoT Edge después de ingresar el URI de nombre e imagen
  8. . De vuelta en el paso Agregar módulos , seleccione Siguiente .
  9.  En el paso Especificar rutas , seleccione Siguiente .
  10. . En el paso de la plantilla Revisar , seleccione Enviar .
  11.  Regrese a la página de detalles del dispositivo y seleccione Actualizar . Debería ver el nuevo módulo tempSensor ejecutándose a lo largo del tiempo de ejecución de IoT Edge.Ver tempSensor en la lista de módulos implementados

 Ver datos generados

 En este ejemplo rápido, creó un nuevo dispositivo IoT Edge e instaló en tiempo de ejecución IoT Edge en él.  Luego, utilizó el portal de Azure para impulsar un módulo IoT Edge para que se ejecute en el dispositivo sin tener que realizar cambios en el dispositivo.

En este ejemplo el módulo que creo  transmite  datos ambientales que puede usar para los tutoriales,pero en una instalacion habitual manejaria muchos mas datos de telemetria,sensores, etc.

Para  ver si todo esta funcionando ,abra el símbolo del sistema en su ordenador  que ejecuta su dispositivo simulado de nuevo.  Confirme que el módulo implementado desde la nube se está ejecutando en su dispositivo IoT Edge.

cmdCopy
docker ps

Ver tres módulos en su dispositivo

 Vea los mensajes que se envían desde el módulo tempSensor a la nube.

cmdCopy
docker logs -f tempSensor

Ver los datos de tu módulo

También puede ver la telemetría que está enviando el dispositivo utilizando la herramienta de explorador IoT Hub .

 Limpiar recursos

Si desea eliminar el dispositivo simulado que creó, junto con los contenedores Docker que se iniciaron para cada módulo, use el siguiente comando:

cmdCopy
iotedgectl uninstall

Cuando ya no necesite el IoT Hub que ha creado, puede usar el comando az iot hub delete para eliminar el recurso y los dispositivos asociados con él:

Azure CLICopy
az iot hub delete --name {your iot hub name} --resource-group {your resource group name}

Obviamente esto es solo el primer paso para comprender la potencia de esta tecnología pues el  paso obvio es usar hardware dedicado de bajo consumo como puede ser ene fecto uan Raspberry Pi   para usarlo como dispositivo Iot Edge

 

Fuente : https://docs.microsoft.com/en-us/azure/iot-edge/quickstart

Nuevo movimiento para Xively


Xively fue fundada en 2003 y ofrece una plataforma para la conectividad de dispositivos IoT.

En  este blog hemos  hablado en otras ocasiones de la compañía  y su   gran trayectoria  primero con  el popular servicio de iot de  Pachube.com , despues  con la adquisicion por parte de  cosm.com  y  finalmente despues comprada por logmeIn     reubatizando el servicio como  Xively.com

Podría parecer  que las adquisiciones  habían ya  finalizado por el  momento ,  pero Google ya ha anunciado la  intención de adquirir la plataforma IoT Xively de LogMeIn por USD50 millones el 15 de febrero de 2018.

xively

Este nuevo movimiento alinea a Google con otros proveedores de la nube,  en especial  con  Amzon con su popular  AWS (Amazon Web Services ), que también han expandido sus propuestas IoT a través de adquisiciones, pero sin embargo, el momento y la naturaleza del acuerdo sugieren que puede estar impulsado por las ambiciones de Google en los productos electrónicos de consumo y el hogar inteligente, más que por la necesidad de agregar funciones genéricas a Google Cloud , pues  Google ya  lanzó su Cloud IoT Core para ofrecer servicios de alojamiento IoT basados ​​en su infraestructura en la nube en septiembre de 2017.

Con la adición de la plataforma Xively, Google aprovecharía su solución con un elemento de conectividad del dispositivo, ofreciendo una solución llave en mano para integrar dispositivos en la nube  así que la adquisición saca  a relucir  los intentos de Google de aumentar su participación en la cadena de valor de IoT. 

La movida de Google es similar  a otras empresas , pero es la mas tardía  que las realizadas por  sus rivales directos:

  • AWS compró 2lemetry en 2015.Las herramientas de IoT que AWS tiene, o está planificando, incluyen: IoT Core, Greengrass, IoT Device Management, IoT Device Defender, IoT analytics, FreeRTOS, IoT 1 clic y otros. AWS está tratando de proporcionar un conjunto completo de opciones para los desarrolladores de IoT en muchos mercados verticales y, al hacerlo, está dando menos espacio para que compitan los proveedores de nicho.
  • Microsoft Azure adquirió Solair en 2016.

 

Tanto  AWS como  Azure utilizaron inicialmente su infraestructura en la nube para soportar los requisitos de hospedaje de datos para IoT y luego usaron la plataforma adquirida para avanzar a lo largo de la cadena de valor y simplificar el desarrollo de soluciones para los clientes.

 

Xively y otros desarrollos sugieren que Google apunta a fortalecer su rol en el negocio de la casa inteligente

A pesar de las similitudes con AWS y la compra de Azure de una plataforma IoT, Google puede estar intentando algo diferente con su adquisición de Xively pues si las capacidades de la plataforma IoT fueran tan importantes, podría haber comprado una plataforma anteriormente, o incluso haber creado una internamente. Además, para competir con AWS u otros proveedores de plataforma como PTC ThingWorx, será necesario darle seguimiento con otras adquisiciones o desarrollos internos.

Xively puede ser parte de la estrategia de Google para desarrollar capacidades para productos electrónicos de consumo y dispositivos domésticos inteligentes, en lugar de una plataforma horizontal para todos los verticales.

Una semana antes del anuncio de Xively, la empresa matriz de Google, Alphabet, dijo que estaba incorporando Nest en Google para coordinar mejor estos productos inteligentes para el hogar con otros esfuerzos, como Pixel, Google Home y Chromecast. Con la adición de una plataforma, Google, no solo consolida sus productos de consumo de hardware y software, sino que también establece un ecosistema que conecta a las diferentes partes interesadas que operan en este mercado. El reciente alquiler de IoT de Google y las actividades de Xively sugieren que la adquisición de Xively podría respaldar el enfoque revisado de Google para el mercado de consumo inteligente y hogar inteligente.

 

edge

Xively, como muchas otras plataformas IoT, se posiciona como una plataforma horizontal,pero sin embargo, la mayoría de los casos de uso de Xively son para aplicaciones domésticas inteligentes y relacionadas con el consumidor, como calentadores de agua conectados, rastreadores de mascotas, termostatos y soluciones de iluminación. Los antecedentes de usuarios y dispositivos de Xively combinados con el hardware y las aplicaciones de Google pueden ser parte de un esfuerzo para construir una plataforma de hogar inteligente más completa  asi que la venta de Xively puede representar una revisión del mercado de las plataformas de IoT

La venta de Xively tiene implicaciones más allá de Google pues si bien LogMeIn compró Xively por USD12 millones en 2014 y la venta a Google  se  ha fijado en USD50 millones  ,  también marca la salida de LogMeIn del negocio de la plataforma IoT (de hecho Xively no logró una tracción significativa ya que  reportó ingresos anuales de solo USD3 millones en 2017)

 

n un mercado abarrotado, esperamos que otras plataformas de IoT se consoliden o se cierren silenciosamente ya que el mercado se deja solo a un puñado de jugadores. Esto también tiene implicaciones para los operadores de telecomunicaciones: el desempeño de Xively muestra lo difícil que es desarrollar una plataforma IoT horizontal, pero la reducción en el número de plataformas debería dejar a un número menor de proveedores viables como socios potenciales, lo que probablemente tendrá un impacto positivo en el desarrollo del mercado de IoT.

 

 

 

 

Fuente:   analysysmason.com

IoT con Netduino


Pachube  fue pionera en desarrollo de aplicaciones y servicios web para conectar personas y dispositivos en lo que se considera “el Internet de las Cosas” o IoT(Internet of things) , un concepto global en el que todo está conectado (casas, móviles, coches, lámparas, pcs…) nacido en 2008 y que en el momento actual es imparable.

Para quien no lo conozca, Pachube era un servicio web donde se  podía transmitir la información que generaban nuestros dispositivos mediante una conexión a Internet  (Wifi, ethernet, GPRS,etcC). Una ventaja que tenia es que mediante nuestro ordenador/móvil/tablet podiamos consultar los datos que nuestro dispositivo envíaba mediante la propia  web de Pachube de una forma gráfica, pudiendo  hacer que nuestros feeds fuesen públicos o privados, consultar el historial de datos  así como enviar alarmas y notificaciones a nuestros dispositivos.

Tenia limitaciones  en su version gratuita , como que no se podían hacer más de 100 peticiones por minuto, pero en la mayoría de los casos eran suficientes para cualquier aficionado.

 

El servicio de Pachube   fue adquirido hace varios años por una compañía llamada LogMeIn  de modo que incluso cambiaron el nombre del servicio a COSM.
Con ésta adquisición LogMeIn  entraba en un comercio en auge que se supone llegará a conectar más de 50.000 millones de dispositivos (muy variados entre si, como hemos comentado) en un futuro muy próximo pudiendo ayudar a mejorar la calidad de vida actual así como dar el último impulso a proyectos tan famosos como las viviendas inteligentes o ciudades “tecnológicas” enteras.

Al poco tiempo después, lo renombraron  como Xively, el cual solía existir en dos formas: Xively (Comercial) y Xively Personal.

Lamentablemente en enero de 2018 cerraron Xively Personal , de  modo que  es necesario “pasar por caja” si se quiere usar sus servicios, los mismo servicios  que antaño eran gratuitos.

Perfilándose como   alternativa de servicio de IoT  , hemos visto crecer  la plataforma gratuita Adafruit IO. Su API  es muy limpia y elegante  , y  permite ejecutar interaccionar correctamente en un Netduino 3 WiFi , pero muchos usuarios tienen problemas con  Netduino 2 Plus, lo cual no lo hace recomendable por el momento si se disponen de placas “antiguas”.

Muchas personas que han probado el Api de Adfruit   frente a  Xively Personal  afirman  que Adafruit IO.  es mucho más sencillo de usar  Xively   con la ventaja añadida  que es gratuita y tiene una gran comunidad de usuarios  entusiastas por detrás

 

 

Algunas alternativas posibles en ningún orden en particular (esta lista puede crecer) de plataformas de IoT para experimentar con una placa Netduino:

  • ThingSpeak – la plataforma abierta de IoT con analytics MATLAB, la cual sigue estando disponible para uso no comercial para aficionados  usando cualquier versión  de Netduino con conectividad ( Netduino+,Netduino2+ y Netduino 3)
  • AdaFruit.IO – el internet de las cosas para todos
  • Microsoft IoT Central – grado empresarial IoT SaaS
  • Blynk – democratización de la Internet de las cosas
  • Cayenne – simplificar el mundo conectado  y del que hemos hablado numerosas veces en este blog
  • Plataforma thinger.IO
  • SenseIoT – Internet de cosas datos Hosting plataforma
  • Temboo – herramientas para la transformación Digital
  • Carriots por Altair
  • Nearbus -un proyecto abierto de la IoT
  • ubidots – una aplicación Builder de Internet de las cosas
  • Microsoft IoT Central – empresa grado IoT SaaS
  • Nube de Kii
  • Artika – plataforma End-to-end IoT
  • goplusplatform – conectar tus cosas con ir +
  • ¿?

 

 

Espero que podamos compartir  ejemplos de uso de algunas de estas plataforma  en este humilde blog   como alternativas reales  al antiguo Pachube,   democratizando el uso de Iot  incluso para nuestra placa Netduino , la cual e resiste   a ser reemplazada por otras placas  destinadas a otros usos  y que poco están  quitándole el protagonismo que tubo antaño