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

 

Anuncios

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