- AWS-Lösungsportfolio›
- Anleitung zur Analyse von Messdaten in AWS
Anleitung zur Analyse von Messdaten in AWS
Übersicht
Dieser Anleitung unterstützt Versorgungsunternehmen bei der Aufnahme von Daten aus Zählerdatenmanagementsystemen (MDMS) oder direkt aus Kopfstellensystemen (HES) und bei der Kombination mit anderen Datenquellen, einschließlich Wetter- und geografischen Informationssystemdaten (GIS). Versorgungsunternehmen werden in der Lage sein, Anomalien bei Zählern und Verteilungskreisen zu erkennen, einen Stromkreisausgleich durchzuführen, Energiediebstahl zu verhindern, den Bedarf vorherzusagen, und die Kundenbindung durch proaktive Analysen sowie auf künstlicher Intelligenz und Machine Learning (KI/ML) basierende Prognosen und Vorhersagen zu verbessern.
Bitte beachten: Dieser Leitfaden wurde aktualisiert. Das Architekturdiagramm ist eine erweiterte Version, die automatisch die folgenden neuen Features bereitstellt: Data Lake, Datenerfassungs-/ML-Pipelines, Visualisierungskomponenten, MDMS/HES-Simulator und erweiterte Auslastungstests. Der Beispielcode wurde ebenfalls mit den neuen Funktionen aktualisiert.
Funktionsweise
Diese technischen Details enthalten ein Architekturdiagramm, das veranschaulicht, wie diese Lösung effektiv eingesetzt werden kann. Das Architekturdiagramm zeigt die wichtigsten Komponenten und ihre Interaktionen und gibt Schritt für Schritt einen Überblick über die Struktur und Funktionalität der Architektur.
Well-Architected-Säulen
Das obige Architekturdiagramm ist ein Beispiel für eine Lösung, die unter Berücksichtigung der bewährten Methoden von Well-Architected erstellt wurde. Um eine vollständige Well-Architected-Lösung zu erhalten, sollten Sie so viele bewährte Methoden von Well-Architected wie möglich befolgen.
AWS Glue und Athena organisieren Daten und überwachen den Datenzugriff. Sie können Daten mit Dashboards, Berichten und Benachrichtigungen in QuickSight und Amazon Managed Grafana weiter analysieren. Sie können von jedem Gerät aus auf diese Dashboards zugreifen und sie in Ihre Apps und Websites einbetten. AWS CloudFormation verwaltet die Infrastruktur und den Anwendungsstapel, sodass Sie Änderungen vornehmen und die Guidance für verschiedene Anwendungsfälle testen können.
Im AWS-Glue-Datenkatalog ist die Verschlüsselung aktiviert. Alle Metadaten, die AWS Glue in Amazon S3 schreibt, sind verschlüsselt. Wir empfehlen, AWS Identity and Access Management (IAM) -Rollen nach dem Prinzip der geringsten Rechte zu entwerfen, was bedeutet, dass der Rolle nur der Mindestzugriff gewährt wird, der erforderlich ist, damit die Rolle eine bestimmte Aktion unter bestimmten Bedingungen ausführen kann. Dadurch erhalten nur die erforderlichen Benutzer und Ressourcen Zugriff auf Daten.
AWS Glue, Amazon S3 und Amazon Athena sind alle Serverless und skalieren die Leistung des Datenzugriffs, wenn Ihr Datenvolumen wächst. AWS Glue stellt die für die Ausführung Ihrer Datenintegrationsaufgaben erforderlichen Ressourcen bereit, konfiguriert und skaliert sie. Athena fragt Ihre Daten ab, ohne dass Sie Server oder Data Warehouses einrichten und verwalten müssen. Mit Amazon SNS und Amazon SQS können Sie die Datenaufnahme ohne Unterbrechung steigern.
Sie können diese Anleitung mit Ihrem eigenen Messwert verwenden und sie an Ihre Bedürfnisse anpassen. Sobald Ihre Daten in das interne Datenformat umgewandelt wurden (wie im zugehörigen Implementierungsleitfaden beschrieben), funktionieren Demofunktionen und das Dashboard transparent.
Dieser Leitfaden verwendet nach Möglichkeit Serverless Services wie Lambda, Athena und Kinesis, um Ihnen zu helfen, Vorabkosten zu vermeiden und nur für die Ressourcen zu zahlen, die Sie nutzen. Wir verwenden Amazon EMR nicht Serverless, um die Knoten zu kontrollieren und zu optimieren, sodass es je nach Anwendungsfall kostengünstiger ist.
S3 Glacier archiviert Daten mithilfe von Magnetspeicher anstelle von Festkörperspeicher und trägt so zur Optimierung Ihres Speicherplatzes bei. Amazon SNS und Amazon SQS entkoppeln Anwendungen, um zu verhindern, dass ausgeführte Ressourcen darauf warten, geladen zu werden.
Ressourcen zur Implementierung
Es wird eine detaillierte Anleitung zum Experimentieren und zur Verwendung in Ihrem AWS-Konto bereitgestellt. Jede Phase der Erstellung der Anleitung, einschließlich Bereitstellung, Verwendung und Bereinigung, wird untersucht, um sie für die Bereitstellung vorzubereiten.
Der Beispielcode dient als Ausgangspunkt. Er ist in der Branche erprobt, präskriptiv, aber nicht endgültig, und ein Blick unter die Haube, der Ihnen den Einstieg erleichtert.
Haftungsausschluss
Haben Sie die gewünschten Informationen gefunden?
Ihr Beitrag hilft uns, die Qualität der Inhalte auf unseren Seiten zu verbessern.