Questo articolo descrive una soluzione per gli spazi intelligenti. Gemelli digitali di Azure costituisce l'elemento principale dell'architettura in quanto modella l'ambiente. Anche l'hub IoT di Azure, che è un servizio IoT gestito, svolge un ruolo significativo, così come il servizio di analisi Esplora dati di Azure.
Architettura
Il diagramma seguente illustra il flusso dei dati in questa soluzione:
- Le caselle contenenti più icone rappresentano le categorie di servizi. All'interno di ogni categoria i servizi operano in modo indipendente o combinato per offrire la funzionalità.
- Le frecce tra le caselle rappresentano la comunicazione tra le aree corrispondenti.
Scaricare un file di Visio di questa architettura.
Flusso di dati
Nell'ambiente è possibile usare questi e altri protocolli di comunicazione:
- Building Automation Controls networks (BACnet)
- Modbus
- KNX
- LonWorks
I dispositivi e i sistemi locali inviano dati di telemetria e altri dati al cloud. Le origini dati includono:
- Dispositivi Brownfield
- Sensori di connessione diretta
- Sensori offerti da fornitori di software indipendenti (ISV)
- Sistemi aziendali esistenti
Dispositivi, sensori e attuatori generano dati di telemetria. Alcuni dispositivi interagiscono direttamente con l'hub IoT. Altri dispositivi inviano dati all'hub IoT tramite Azure IoT Edge.
I sistemi esterni, batch o legacy inviano dati ad Azure Data Factory. Le origini di questi dati statici sono in genere file e database.
I connettori business-to-business convertono i dati del fornitore e li trasmettono a Gemelli digitali di Azure.
L'hub IoT inserisce i dati di telemetria del dispositivo. L'hub IoT offre anche i servizi seguenti:
- Sicurezza a livello di dispositivo
- Servizi Device Provisioning
- Dispositivi gemelli
- Servizi per comandi e controlli
- Funzionalità di scale-out
Data Factory trasforma i dati semistatici e li trasferisce a Esplora dati di Azure o all'archiviazione a lungo termine.
Funzioni di Azure riceve i dati dell'hub IoT e usa le API di Gemelli digitali di Azure per aggiornare Gemelli digitali di Azure. Gemelli digitali di Azure contiene il grafico spaziale degli edifici e dell'ambiente. Gemelli digitali di Azure modella l'ambiente con DTDL (Digital Twins Definition Language). Funzioni di Azure elabora i dati, eseguendo il rilevamento degli errori e gli aggiornamenti del grafico.
Vari componenti creano, archiviano e caricano i modelli DTDL.
Gemelli digitali di Azure invia i dati tramite Griglia di eventi di Azure a Esplora dati di Azure. Questo servizio di analisi funziona da storico in quanto archivia i dati della serie temporale della soluzione.
I motori di simulazione e gli strumenti di intelligenza artificiale elaborano i dati. Tra gli esempi sono inclusi i servizi di intelligenza artificiale di Azure, i modelli di intelligenza artificiale e i servizi di simulazione dei partner.
Azure Data Lake fornisce l'archiviazione a lungo termine per i dati. Azure Synapse Analytics analizza e genera report sui dati.
Per gli strumenti di visualizzazione e le app aziendali, il livello di accesso alla soluzione fornisce accesso sicuro ai servizi di sistema principali:
Gestione API di Azure offre funzionalità per la normalizzazione, la protezione e la personalizzazione delle API. Questa piattaforma applica anche quote di utilizzo e limiti di frequenza.
Servizio Azure SignalR invia notifiche alle interfacce utente in caso di modifica dei dati e dei dati di telemetria.
Per le applicazioni che scambiano dati in modo asincrono o a volume, sono vari i componenti che forniscono meccanismi di pubblicazione e sottoscrizione:
- Hub IoT
- Code del bus di servizio di Azure
- Hub eventi di Azure
- Webhook
Le applicazioni di servizio raccolgono i dati dal livello API del controllo di accesso. Queste applicazioni analizzano e preparano quindi i dati per le applicazioni degli utenti finali. Strumenti Microsoft come Power Apps, Power BI e Mappe di Azure creano report e dati analitici sui dati negli archivi dati di Azure.
Le applicazioni aziendali usano i dati preparati. Alcuni esempi:
Moduli di Dynamics 365.
Soluzioni ISV.
App di Microsoft Teams.
Soluzioni ottimizzate per il campo, ad esempio app per dispositivi mobili e dispositivi indossabili:
Componenti
La soluzione usa i componenti seguenti:
Componenti principali
L'hub IoT connette i dispositivi alle risorse cloud di Azure. Questo servizio gestito offre:
- Sicurezza a livello di dispositivo.
- Servizi Device Provisioning.
- Dispositivi gemelli.
- Servizi per comandi e controlli.
- Funzionalità di scale-out.
Gli SDK di Azure IoT sono la soluzione consigliata per consentire ai dispositivi di connettersi all'hub IoT. I dispositivi che possono usare questi kit includono:
- Dispositivi Azure Sphere .
- Dispositivi che eseguono Azure RTOS.
IoT Edge esegue carichi di lavoro cloud in dispositivi IoT Edge. In particolare, questo hub messaggi centrale può eseguire analisi in tempo reale tramite Azure Machine Learning e Analisi di flusso di Azure. IoT Edge funziona anche come gateway dell'hub IoT per:
- Dispositivi con requisiti di alimentazione a basso consumo.
- Dispositivi legacy.
- Dispositivi vincolati.
Data Factory è un servizio di integrazione che usa blocchi potenzialmente di grandi dimensioni di dati provenienti da archivi dati diversi. È possibile usare questa piattaforma per orchestrare e automatizzare i flussi di lavoro di trasformazione dei dati. Ad esempio, Data Factory consente di colmare il divario tra archivi semistatici e componenti dello storico come Esplora dati di Azure.
I connettori business-to-business convertono e trasmettono i dati in modalità bidirezionale tra i componenti del fornitore e Gemelli digitali di Azure. Un numero crescente di fornitori usa DTDL per creare modelli standard del settore. RealEstateCore rappresenta un esempio. Di conseguenza, si prevede che queste integrazioni diventino più semplici col passare del tempo.
Gemelli digitali di Azure archivia rappresentazioni digitali di dispositivi e ambienti IoT. È possibile usare questi dati per la propagazione dei dati o l'analisi in tempo reale. Internamente, Gemelli digitali di Azure:
- Modella gli ambienti con DTDL.
- Offre un'API REST per l'immissione dei dati.
- Fornisce SDK che supportano operazioni di controllo e piano dati per diversi linguaggi.
È possibile creare ontologie o set di modelli preesistono usando DTDL. È anche possibile iniziare con un modello supportato dal settore:
Azure Digital Twins Explorer è uno strumento di sviluppo che è possibile usare per visualizzare e interagire con dati, modelli e grafi di Gemelli digitali di Azure. Questo strumento è attualmente disponibile in anteprima pubblica.
I componenti di gestione dei modelli gestiscono il modello DTDL:
Per la creazione dei modelli sono disponibili le opzioni seguenti:
- Azure Digital Twins Explorer
- Soluzioni ISV
- Strumenti personalizzati
- Editor di testo o di codice
Le ontologie vengono archiviate nei repository:
- In GitHub sono archiviate le ontologie RealEstateCore, Smart Cities ed Energy Grid.
- Per le ontologie personalizzate in GitHub sono disponibili repository appositi e repository specifici della soluzione.
Per il caricamento di modelli in Gemelli digitali di Azure sono disponibili le opzioni seguenti:
- UploadModels, uno strumento per il caricamento di ontologie DTDL
- Esempi nel repository degli strumenti di Gemelli digitali di Azure
Funzioni Azure è una piattaforma di calcolo serverless basata su eventi. Con Funzioni è possibile usare trigger e associazioni per integrare servizi su larga scala.
Esplora dati di Azure è un servizio di analisi dei dati veloce e completamente gestito. È possibile usare questo servizio per l'analisi in tempo reale su grandi volumi di dati. Esplora dati di Azure è in grado di gestire flussi di dati eterogenei provenienti da applicazioni, siti Web, dispositivi IoT e altre origini.
I servizi di intelligenza artificiale offrono funzionalità di intelligenza artificiale. Questi servizi hanno un set di modelli di rete neurale con training preliminare per il cloud. È possibile usare le API REST e gli SDK della libreria client per creare intelligenza cognitiva nelle app. È possibile usare la funzionalità dei servizi di intelligenza artificiale:
- In tempo quasi reale.
- A determinate soglie di dati.
- Su richiesta.
- Per processi complessi con tempi di elaborazione lunghi.
Azure Machine Learning è un ambiente basato sul cloud che consente di creare, distribuire e gestire soluzioni di analisi predittiva. Con questi modelli è possibile prevedere comportamento, risultati e tendenze.
Azure Data Lake archivia una grande quantità di dati nel relativo formato nativo non elaborato. I dati provengono generalmente da più origini eterogenee e possono essere strutturati, semistrutturati o non strutturati.
Azure Synapse Analytics è un servizio di analisi per data warehouse e sistemi di Big Data. Questo servizio si integra con Power BI, Machine Learning e altri servizi di Azure.
Gestione API di Azure crea gateway API coerenti e moderni per i servizi back-end. Oltre ad accettare le chiamate API e a instradarle ai back-end, questa piattaforma verifica anche chiavi, token, certificati e altre credenziali. Gestione API registra i metadati delle chiamate e applica anche quote di utilizzo e limiti di velocità.
Bus di servizio di Azure è un broker di messaggi aziendale completamente gestito. Il bus di servizio supporta code di messaggi e argomenti di pubblicazione-sottoscrizione.
Hub eventi di Azure è una piattaforma di streaming completamente gestita per i Big Data.
Servizio Azure SignalR è una libreria software open source che consente di inviare notifiche alle app Web in tempo reale.
Applicazioni di servizio
App per la logica di Azure automatizza i flussi di lavoro connettendo app e dati tra cloud.
Mappe di Azure offre API geospaziali per l'aggiunta di mappe, analisi spaziale e soluzioni di mobilità alle app.
Microsoft Graph offre gli strumenti per l'accesso ai dati in Microsoft 365, Windows 10 ed Enterprise Mobility + Security.
Power Platform è una raccolta di prodotti e servizi che forniscono strumenti con uso limitato di codice per la creazione di soluzioni efficienti e flessibili:
- Power Apps è una suite di app, servizi, connettori e una piattaforma dati. È possibile usare Power Apps per trasformare le operazioni aziendali manuali in processi digitali automatizzati.
- Power BI è una raccolta di app e servizi software che visualizzano informazioni di analisi.
- Power Automate semplifica attività ripetitive e processi digitali.
- Microsoft Copilot Studio (in precedenza Power Virtual Agents) offre chatbot senza codice per soddisfare le esigenze dei clienti e dei dipendenti su larga scala.
Applicazioni aziendali
Dynamics 365 è un portfolio di applicazioni per la gestione delle operazioni aziendali.
Microsoft Teams offre servizi per riunioni, messaggistica, chiamate e collaborazione.
app Azure Servizio e la relativa funzionalità di App Web forniscono un framework per la creazione, la distribuzione e il ridimensionamento delle app Web.
Componenti di supporto condivisi
Questi servizi forniscono il supporto per i componenti in tutte le aree della soluzione:
Monitoraggio di Azure raccoglie e analizza i dati di telemetria delle app, ad esempio metriche delle prestazioni e log attività. Questo servizio invia una notifica alle app e al personale in caso di condizioni irregolari.
Microsoft Defender for IoT è un servizio di sicurezza unificato che protegge i sistemi IoT identificando vulnerabilità e minacce.
Azure DevOps Services fornisce servizi, strumenti e ambienti per la gestione di progetti e distribuzioni di codice.
Microsoft Entra ID è un servizio di gestione delle identità basato sul cloud che controlla l'accesso ad Azure e ad altre app cloud, incluse le soluzioni ISV e le soluzioni locali.
Azure Key Vault archivia in modo sicuro i segreti di sistema e ne controlla l'accesso, ad esempio chiavi API, password, certificati e chiavi crittografiche.
Alternative
Azure Cosmos DB è un'altra opzione disponibile per l'archiviazione dei dati. Questo servizio di database NoSQL completamente gestito si ridimensiona facilmente. Azure Cosmos DB offre vari modi per accedere ai dati, tra cui:
- Database di documenti.
- Database di grafi.
- Query di tipo SQL.
- Azure Cosmos DB per Apache Cassandra.
Collegamento ad Azure Synapse per Azure Cosmos DB consente di eseguire analisi sui dati di Azure Cosmos DB con Azure Synapse Analytics. Di conseguenza, è possibile combinare vari servizi dati in soluzioni che usano Azure Cosmos DB.
Hub eventi può anche fornire un servizio di inserimento scalabile e sicuro. A differenza dell'hub IoT, che supporta la comunicazione bidirezionale con i dispositivi, Hub eventi supporta il traffico unidirezionale. Di conseguenza, non è possibile usare Hub eventi per inviare comandi e criteri ai dispositivi. Hub eventi non offre anche la sicurezza a livello di dispositivo. Hub eventi è tuttavia appropriato per gli ambienti con un volume elevato di messaggi provenienti da un numero ridotto di dispositivi di input.
Dettagli della soluzione
Gli spazi intelligenti sono ambienti fisici che uniscono dispositivi connessi e origini dati. Usando questi ambienti, è possibile visualizzare e controllare:
- Prodotti e sistemi.
- Spazi interni ed esterni.
- Esperienze personali con l'ambiente circostante.
Gli spazi intelligenti possono includere edifici, campus universitari, campus aziendali, stadi e città. Questi ambienti offrono valore consentendo a proprietari, responsabili delle strutture e occupanti di operare e gestire i siti. Gli spazi intelligenti rendono anche gli spazi più efficienti, economici, confortevoli e produttivi.
Gli spazi intelligenti modellano digitalmente gli spazi e compilano i dati pertinenti. Da questi dati è possibile ottenere dati analitici sulle connessioni tra persone, luoghi e dispositivi.
Potenziali casi d'uso
Questa soluzione si applica a molte aree:
- Campus intelligenti (settore dell'istruzione)
- Gestione delle strutture (immobili)
- Stadi intelligenti (settore sportivo)
- Uffici intelligenti
- Ottimizzazione dell'energia
Risultati aziendali
In questa soluzione di esempio un importante proprietario di immobili per uso commerciale intende trasformare digitalmente un ufficio. Questo miglioramento prevede la combinazione dei dati di gestione delle strutture legacy con nuove funzionalità e tecnologie, tra cui:
- Rilevamento dell'occupazione.
- Ottimizzazione della coda al bar.
- Parcheggio.
- Servizi navetta.
Questo progetto richiede l'integrazione di dispositivi brownfield e moderni dispositivi Internet delle cose (IoT) che monitorano lo spazio fisico. I dispositivi brownfield comunicano tramite comuni protocolli di trasporto per edifici, tra cui BACnet e Modbus.
Gli obiettivi dell'azienda includono:
Ottimizzazione dell'utilizzo di energia tramite la diagnosi degli errori e l'ottimizzazione della gestione dei servizi sul campo. Questa ottimizzazione integra il sistema di gestione dell'edificio esistente con i dispositivi.
Derivazione di nuovi dati analitici spaziali e offerta di esperienze innovative per gli occupanti tramite la connessione dei dispositivi moderni.
Sviluppo di un modello digitale coesivo dell'ambiente tramite la combinazione più origini dati. Il modello deve espandere le opportunità di analisi dei dati.
Creazione di una soluzione scalabile in grado di raccogliere e archiviare milioni di punti dati.
Creazione di una soluzione in grado di aggiungere facilmente soluzioni partner. La soluzione deve anche incorporare i dati dei partner nel gemello digitale dell'ambiente.
Considerazioni
Queste considerazioni implementano i pilastri di Azure Well-Architected Framework, che è un set di principi guida che possono essere usati per migliorare la qualità di un carico di lavoro. Per altre informazioni, vedere Microsoft Azure Well-Architected Framework.
A questa soluzione si applicano le considerazioni seguenti.
Affidabilità
L'affidabilità garantisce che l'applicazione possa soddisfare gli impegni che l'utente ha preso con i clienti. Per altre informazioni, vedere Panoramica del pilastro dell'affidabilità.
Scalabilità
Le soluzioni per gli spazi intelligenti possono essere implementazioni relativamente semplici e con volumi bassi. Possono anche essere implementazioni sofisticate che gestiscono un volume elevato di dati. Una soluzione che aggrega i dati di telemetria relativi a riscaldamento, ventilazione e aria condizionata in un campus di grandi dimensioni rappresenta un esempio di implementazione con volumi elevati.
I servizi principali di Azure in questa soluzione sono scalabili per scelta e sono particolarmente adatti per soluzioni complesse. Quando, però, si combinano questi servizi, assicurarsi che non creino punti di blocco. All'inizio del ciclo di sviluppo, eseguire test delle prestazioni a intervalli pianificati per identificare potenziali problemi.
Flessibilità
Progettare lo spazio intelligente in modo che sia ben integrato ma anche flessibile. I casi d'uso degli spazi intelligenti sono in rapida evoluzione. Dopo aver distribuito la soluzione, è necessario aggiungere nuovi sensori, tipi di dati, funzionalità di intelligenza artificiale e tecniche di visualizzazione. Per aumentare la flessibilità:
- Scegliere una soluzione ad accoppiamento debole come l'architettura proposta.
- Usare gli standard di settore per l'ontologia dei dati. Questo approccio consente di ridurre il tempo necessario per aggiungere nuove funzionalità e integrare nuovo software.
- Usare Gestione API. Questa piattaforma consente di creare più stili e firme API per una singola API sottostante.
Sicurezza
La sicurezza offre garanzie contro attacchi intenzionali e l'abuso di dati e sistemi preziosi. Per altre informazioni, vedere Panoramica del pilastro della sicurezza.
Le soluzioni di compilazione legacy si basano spesso sulla mancanza di connettività esterna come principale fonte di sicurezza. Ma anche i dati che non identificano le persone possono fornire informazioni su un'azienda o sulle persone presenti in un edificio. Ad esempio, le organizzazioni usano videocamere per contare le persone, tenere traccia degli asset e fornire dati sulla sicurezza.
Prestare attenzione a dove si elaborano e si salvano le immagini. Assicurarsi che siano soddisfatti tutti i requisiti dei clienti, inclusi i problemi di privacy. Considerare la sicurezza come priorità per tutto il ciclo di vita dei dati della soluzione per lo spazio intelligente. In particolare, tenere presente quali dati vengono raccolti, dove vengono elaborati e archiviati e quali conclusioni si trarranno da tali dati.
Ottimizzazione dei costi
L'ottimizzazione dei costi riguarda l'analisi dei modi per ridurre le spese non necessarie e migliorare l'efficienza operativa. Per altre informazioni, vedere Panoramica del pilastro di ottimizzazione dei costi.
Usare il calcolatore prezzi di Azure per stimare il costo di una soluzione IoT.
- Per altre considerazioni sui costi, vedere Principi dell'ottimizzazione dei costi nella documentazione di Microsoft Azure Well-Architected Framework.
- Per una discussione sull'ottimizzazione del costo dei servizi comunemente usati nelle soluzioni IoT, vedere Architettura di riferimento di Azure IoT.
Collaboratori
Questo articolo viene gestito da Microsoft. Originariamente è stato scritto dai seguenti contributori.
Autore principale:
- Mark Kottke | Senior Architect
Altro collaboratore:
- Matthew Cosner | Principal Software Engineering Manager
Passaggi successivi
- Alimentazione di edifici intelligenti Microsoft con Gemelli digitali di Microsoft Azure
- Sviluppare con Gemelli digitali di Azure
- Brookfield definisce un nuovo standard per l'innovazione nel settore immobiliare con WillowTwin e Gemelli digitali di Azure
- Leader globale nel settore della sostenibilità punta a nuovi traguardi di carbon neutrality con Gemelli digitali di Azure