BU SAYFADA
Bu çalışma, şehir ölçeğindeki nesnelerin interneti (IoT) senaryoları için geliştirdiğimiz veri platformu referans mimarisini sergiler. Platform; trafik yoğunluğu, hava kalitesi, enerji tüketimi ve çevre sensörlerinden gelen verileri toplamak, gerçek zamanlı işlemek ve operasyon ekiplerine karar destek panoları sunmak üzere, on binlerce sensörlük bir saha hedefiyle tasarlandı.
01Zorluk
Şehir ölçeğinde IoT'nin asıl zorluğu tekil sensör sayısı değil, verinin çeşitliliği ve sürekliliğidir. Farklı üreticilerin cihazları farklı protokoller konuşur; saha koşullarında bağlantı kopmaları olağandır ve veri kaybı kabul edilemez. Ayrıca anlık veriyle (şu andaki trafik durumu) tarihsel verinin (son bir yılın yoğunluk deseni) aynı platformda, farklı sorgu karakterleriyle servis edilmesi gerekir. Hedefimiz; cihaz bağımsız bir veri kabul katmanı, kayıpsız bir taşıma omurgası ve hem gerçek zamanlı hem de tarihsel analize uygun bir depolama stratejisi kurmaktı.
02Mimari ve Çözüm
Platformu dört katmanlı bir veri hattı (pipeline) olarak kurguladık: kabul, taşıma, işleme ve sunum.
- Kabul katmanı: Saha cihazları MQTT üzerinden Azure IoT Hub'a bağlanır; cihaz kimlik doğrulama sertifika tabanlıdır, eski protokol konuşan cihazlar için kenar (edge) ağ geçitleri protokol çevirisi yapar.
- Taşıma omurgası: Apache Kafka, sensör verisini konu (topic) bazlı akışlara ayırır; bağlantı kopmalarında veriler kuyruğun başına dönmeden kaldığı yerden işlenir.
- İşleme katmanı: Python ve Node.js tabanlı akış işleyiciler; birim dönüşümü, aykırı değer ayıklama ve eşik bazlı alarm üretimi yapar. Kural motoru, operasyon ekibinin kod yazmadan yeni alarm tanımlamasına izin verir.
- Depolama stratejisi: Sıcak veri InfluxDB zaman serisi veritabanında, soğuk veri sıkıştırılmış arşiv katmanında tutulur; saklama politikaları veri tipine göre tanımlıdır.
- Sunum katmanı: Grafana üzerinde rol bazlı operasyon panoları; harita temelli yoğunluk görselleştirme, alarm listeleri ve trend analizleri.
Tüm bileşenler Docker konteynerlerinde çalışır; işleme katmanı, sensör sayısı arttıkça Kafka tüketici grupları üzerinden yatay ölçeklenir.
ÖLÇÜTLER · 03
- SAHA
- 10.000+ sensör (yük profili hedefi)
- ALIM
- 1.000+ ölçüm/sn (hedef)
- ALARM KURALI
- dakikalar içinde yeni senaryo tanımı
03Teknik Sonuçlar
- Mimari, on binlerce sensörden saniyede binlerce ölçüm alımını hedefleyen yük profiline göre boyutlandırıldı; Kafka omurgası bu hedefin üzerinde kapasite payı bırakır.
- Sertifika tabanlı cihaz kimliği, sahte cihaz verisinin platforma girmesini engeller; cihaz iptali merkezi olarak yönetilir.
- Zaman serisi depolama ve indirgenmiş (downsampled) arşiv stratejisi, yıllık tarihsel sorguların pano performansını etkilememesini hedefler.
- Kural motoru sayesinde yeni alarm senaryoları dakikalar içinde tanımlanabilir; alarm yaşam döngüsü (üretim, atama, kapatma) denetim izine bağlıdır.
- Kenar ağ geçidi yaklaşımı, eski nesil cihaz parklarının platforma dahil edilmesine olanak tanır ve donanım yenileme yatırımını kademelendirebilir.
Bu referans mimari; belediye operasyonları, kampüs yönetimi, enerji izleme ve endüstriyel IoT senaryolarına uyarlanabilir. Sensör altyapınızın mevcut durumundan bağımsız olarak keşif ve boyutlandırma çalışmasıyla başlıyoruz.
SONRAKİ ADIM
Bu mimariyi projenize uyarlayalım
Kapsamı kısaca anlatın; ön değerlendirmemizi 1 iş günü içinde paylaşalım.