- Bibliothèque de solutions AWS›
- Guide relatif à l’analytique des données de compteurs sur AWS
Guide relatif à l’analytique des données de compteurs sur AWS
Présentation
Ce guide aide les entreprises de services publics à ingérer des données provenant de systèmes de gestion des données de compteurs (MDMS) ou directement de systèmes de tête de réseau (HES) et à les combiner avec d’autres sources de données, notamment les données météorologiques et les données des systèmes d’information géographique (SIG). Les entreprises de services publics seront en mesure de détecter les anomalies des compteurs et des circuits de distribution, de gérer l'équilibrage des circuits, de contrecarrer le vol d'énergie, de prévoir la demande et d'améliorer l'engagement des clients grâce à des analyses proactives et à des prévisions et prédictions basées sur l'intelligence artificielle et le machine learning (AI/ML).
Remarque : ce guide a été mis à jour. Le diagramme d’architecture est une version améliorée qui déploie automatiquement les nouvelles fonctionnalités suivantes : lac de données, pipelines d’ingestion de données/ML, composants de visualisation, simulateur MDMS/HES et tests de charge améliorés. L’exemple de code a également été mis à jour avec les nouvelles fonctionnalités.
Fonctionnement
Ces détails techniques comportent un schéma d'architecture pour illustrer comment utiliser efficacement cette solution. Le schéma d'architecture montre les composants clés et leurs interactions, fournissant une vue d'ensemble de la structure et des fonctionnalités de l'architecture étape par étape.
Piliers Well-Architected
Le diagramme d'architecture ci-dessus est un exemple de solution créée en tenant compte des bonnes pratiques Well-Architected. Pour être totalement conforme à Well-Architected, vous devez suivre autant de bonnes pratiques Well-Architected que possible.
AWS Glue et Athena organisent les données et surveillent l'accès aux données. Vous pouvez analyser davantage les données à l'aide de tableaux de bord, de rapports et de notifications dans QuickSight et Amazon Managed Grafana. Vous pouvez accéder à ces tableaux de bord depuis n'importe quel appareil et les intégrer à vos applications et sites Web. AWS CloudFormation gère l'infrastructure et la pile d'applications, ce qui vous permet d'apporter des modifications et de tester le Guide pour différents cas d'utilisation.
Le chiffrement est activé dans le catalogue de données AWS Glue. Toutes les métadonnées qu'AWS Glue écrit sur Amazon S3 sont cryptées. Nous vous recommandons de concevoir les rôles AWS Identity and Access Management (IAM) selon le principe du moindre privilège, ce qui signifie qu'il faut accorder le minimum d'accès nécessaire pour que le rôle puisse effectuer une action spécifique dans des conditions spécifiques. Cela permettra d'accéder aux données uniquement aux utilisateurs et aux ressources nécessaires.
AWS Glue, Amazon S3 et Amazon Athena sont tous sans serveur et mettront à l'échelle les performances d'accès aux données à mesure que le volume des données augmente. AWS Glue provisionne, configure et fait évoluer les ressources requises pour exécuter vos tâches d'intégration de données. Athena interroge vos données sans que vous ayez à configurer et à gérer des serveurs ou des entrepôts de données. Amazon SNS et Amazon SQS vous permettent d'augmenter l'ingestion de données sans interruption.
Vous pouvez utiliser ce guide avec votre propre relevé de compteur et l'adapter à vos besoins. Une fois que vos données sont transformées au format de données interne (comme détaillé dans le guide de mise en œuvre associé), les fonctionnalités de démonstration et le tableau de bord fonctionnent de manière transparente.
Ce guide utilise des services sans serveur dans la mesure du possible, tels que Lambda, Athena et Kinesis, pour vous aider à éviter les coûts initiaux et à ne payer que pour les ressources que vous utilisez. Nous utilisons Amazon EMR de manière non sans serveur pour contrôler et optimiser les nœuds, ce qui le rend plus rentable en fonction de votre cas d'utilisation.
S3 Glacier archive les données à l'aide d'un stockage magnétique plutôt que d'une mémoire à semi-conducteurs, ce qui contribue à optimiser votre espace de stockage. Amazon SNS et Amazon SQS dissocient les applications afin d'éviter que des ressources en cours d'exécution n'attendent d'être chargées.
Ressources d'implémentation
Un guide détaillé d'expérimentation et d'utilisation est fourni dans votre compte AWS. Chaque étape de la construction du guide, y compris le déploiement, l'utilisation et le nettoyage, est examinée pour le préparer au déploiement.
L'exemple de code est un point de départ. Il s'agit d'un document validé par l'industrie, prescriptif mais non définitif, et d'un aperçu pour vous aider à commencer.
Clause de non-responsabilité
Avez-vous trouvé les informations que vous recherchiez ?
Faites-nous part de vos commentaires afin que nous puissions améliorer le contenu de nos pages