Verarbeitung und Visualisierung von Fahrzeugdaten - AWS IoT FleetWise

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Verarbeitung und Visualisierung von Fahrzeugdaten

Die Edge Agent for AWS FleetWise IoT-Software überträgt ausgewählte Fahrzeugdaten an Amazon Timestream oder Amazon Simple Storage Service (Amazon S3). Nachdem Ihre Daten am Datenziel angekommen sind, können Sie sie mit anderen AWS Diensten visualisieren und teilen.

Verarbeitung von Fahrzeugdaten in Timestream

Timestream ist eine vollständig verwaltete Zeitreihendatenbank, die Billionen von Zeitreihendatenpunkten pro Tag speichern und analysieren kann. Ihre Daten werden in einer vom Kunden verwalteten Timestream-Tabelle gespeichert. Sie können Timestream verwenden, um Fahrzeugdaten abzufragen, um Einblicke in Ihre Fahrzeuge zu gewinnen. Weitere Informationen finden Sie unter Was ist Amazon Timestream?

Das Standardschema für Daten, die an Timestream übertragen werden, enthält die folgenden Felder.

Feldname Datentyp Beschreibung

eventId

varchar

Die ID des Datenerfassungsereignisses.

vehicleName

varchar

Die ID des Fahrzeugs, von dem die Daten gesammelt wurden.

name

varchar

Der Name der Kampagne, mit der die Edge Agent-Software Daten sammelt.

time

Zeitstempel

Der Zeitstempel des Datenpunkts.

measure_name

varchar

Der Name des Signals.

measure_value::bigint

bigint

Signalwerte vom Typ Integer.

measure_value::double

double

Signalwerte vom Typ Double.

measure_value::boolean

boolesch

Signalwerte des Typs Boolean.

Visualisierung der in Timestream gespeicherten Fahrzeugdaten

Nachdem Ihre Fahrzeugdaten an Timestream übertragen wurden, können Sie die folgenden AWS Dienste verwenden, um Ihre Daten zu visualisieren, zu überwachen, zu analysieren und zu teilen.

  • Visualisieren und überwachen Sie Daten in Dashboards mithilfe von Grafana oder Amazon Managed Grafana. Sie können Daten aus mehreren AWS Quellen (wie Amazon CloudWatch und Timestream) und anderen Datenquellen mit einem einzigen Grafana-Dashboard visualisieren.

  • Analysieren und visualisieren Sie Daten in Dashboards mithilfe von Amazon QuickSight.

Verarbeitung von Fahrzeugdaten in S3

Amazon S3 ist ein Objektspeicherservice, der beliebige Datenmengen speichert und schützt. Sie können S3 für eine Vielzahl von Anwendungsfällen verwenden, z. B. für Datenseen, Sicherung und Wiederherstellung, Archivierung, Unternehmensanwendungen, AWS IoT Geräte und Big-Data-Analysen. Ihre Daten werden in S3 als Objekte in Buckets gespeichert. Weitere Informationen finden Sie unter Was ist Amazon S3?

Das Standardschema von Daten, die an Amazon S3 übertragen werden, enthält die folgenden Felder.

Feldname Datentyp Beschreibung

eventId

varchar

Die ID des Datenerfassungsereignisses.

vehicleName

varchar

Die ID des Fahrzeugs, von dem die Daten gesammelt wurden.

name

varchar

Der Name der Kampagne, mit der die Edge Agent-Software Daten sammelt.

time

Zeitstempel

Der Zeitstempel des Datenpunkts.

measure_name

varchar

Der Name des Signals.

measure_value_BIGINT

bigint

Signalwerte vom Typ Integer.

measure_value_DOUBLE

double

Signalwerte vom Typ Double.

measure_value_BOOLEAN

boolesch

Signalwerte des Typs Boolean.

measure_value_STRUCT

struct

Signalwerte des Typs Struct.

S3-Objektformat

AWSIoT FleetWise überträgt Fahrzeugdaten an S3, wo sie als Objekt gespeichert werden. Sie können den Objekt-URI verwenden, der die Daten eindeutig identifiziert, um Daten aus der Kampagne zu finden. Das S3-Objekt-URI-Format hängt davon ab, ob es sich bei den gesammelten Daten um unstrukturierte oder verarbeitete Daten handelt.

Unstrukturierte Daten werden in S3 auf nicht vordefinierte Weise gespeichert. Es kann in verschiedenen Formaten vorliegen, z. B. in Bildern oder Videos.

Fahrzeugnachrichten, die FleetWise mit Signaldaten aus Amazon Ion-Dateien an das AWS IoT übergeben werden, werden dekodiert und als Objekte an S3 übertragen. Die S3-Objekte repräsentieren jedes Signal und sind binär codiert.

Der S3-Objekt-URI für unstrukturierte Daten verwendet das folgende Format:

s3://bucket-name/prefix/unstructured-data/random-ID-yyyy-MM-dd-HH-mm-ss-SSS-vehicleName-signalName-fieldName

Verarbeitete Daten werden in S3 gespeichert und durchlaufen Verarbeitungsschritte, die Nachrichten validieren, anreichern und transformieren. Objektlisten und Geschwindigkeit sind Beispiele für verarbeitete Daten.

An S3 übertragene Daten werden als Objekte gespeichert, die Datensätze darstellen, die für einen Zeitraum von etwa 10 Minuten zwischengespeichert wurden. Standardmäßig FleetWise fügt AWS IoT dem Format ein UTC-Zeitpräfix hinzu, year=YYYY/month=MM/date=DD/hour=HH bevor Objekte in S3 geschrieben werden. Dieses Präfix erstellt eine logische Hierarchie im Bucket, in der jeder Schrägstrich (/) eine Ebene in der Hierarchie erzeugt. Die verarbeiteten Daten enthalten auch den S3-Objekt-URI für unstrukturierte Daten.

Der S3-Objekt-URI für verarbeitete Daten verwendet das folgende Format:

s3://bucket-name/prefix/processed-data/year=YYYY/month=MM/day=DD/hour=HH/part-0000-random-ID.gz.parquet

Rohdaten, auch Primärdaten genannt, sind Daten, die aus Amazon Ion-Dateien gesammelt wurden. Sie können Rohdaten verwenden, um Probleme zu beheben oder Fehler zu beheben.

Der S3-Objekt-URI für Rohdaten verwendet das folgende Format:

s3://bucket-name/prefix/raw-data/vehicle-name/eventID-timestamp.10n

Analyse der in S3 gespeicherten Fahrzeugdaten

Nachdem Ihre Fahrzeugdaten an S3 übertragen wurden, können Sie die folgenden AWS Dienste verwenden, um Ihre Daten zu überwachen, zu analysieren und zu teilen.

Extrahieren und analysieren Sie Daten mit Amazon SageMaker für nachgelagerte Labeling- und Machine Learning-Workflows (ML).

Weitere Informationen finden Sie in den folgenden Themen im Amazon SageMaker Developer Guide:

Katalogisieren Sie Ihre Daten mithilfe AWS-Glue-Crawler und analysieren Sie sie in Amazon Athena. Standardmäßig verfügen in S3 geschriebene Objekte über Zeitpartitionen im Apache Hive-Stil mit Datenpfaden, die Schlüssel-Wert-Paare enthalten, die durch Gleichheitszeichen verbunden sind.

Visualisieren Sie Daten mit Amazon, QuickSight indem Sie entweder Ihre Athena-Tabelle oder Ihren S3-Bucket direkt lesen.

Tipp

Wenn Sie direkt aus S3 lesen, vergewissern Sie sich, dass Ihre Fahrzeugdaten im JSON-Format vorliegen, da Amazon QuickSight das Apache Parquet-Format nicht unterstützt.

Weitere Informationen finden Sie in den folgenden Themen im QuickSight Amazon-Benutzerhandbuch: