SlideShare une entreprise Scribd logo
1  sur  43
Télécharger pour lire hors ligne
RETOUR D'EXPÉRIENCE "LARGE IOT PROJECTS".
FOCUS SUR HAGERSERVICES
Cloud Practice Manager chez VISEO
Vincent Thavonekham, MVP Azure
@vThavo, vincent.thavonekham@viseo.com
Senior architect BigData / Data Science chez VISEO
Philippe Guédez
v4
Vincent Thavonekham,
Philippe Guédez
Retour d'expérience
"Large IoT projects".
Focus sur HagerServices
2017
MS Cloud Summit Paris
24 – 25 janvier 2017@vThavo
2
MIEUX VOUS CONNAITRE
• Qui connait l’ IoT d’Azure ?
• Qui connait l’architecture Lambda ?
• Qui fait du microservices ?
• Qui utilise AWS ? (le IaaS, le PaaS)
PAR OÙ COMMENCER EN IOT ?
Approche scientifique !
Début de l’aventure IoT: « Naissance des idées »
« Une idée, cela peut changer le monde.
Mais comment la trouver? » Cédric Villani
• La documentation
• La motivation
• L’environnement
• Les échanges
• Les contraintes
• La chance
• La persévérance
• Selon Cédric Villani, Pr Maths, Médaille Fields
Retour d'expérience "large IoT projects", Focus sur HagerServices
Retour d'expérience "large IoT projects", Focus sur HagerServices
Par où commencer en IoT / BigData ?
Genèse pour réussir ces projets
Votre perception
de l’IoT/BigData
« C’est facile, on réfléchit
et ça coûte tant !
Et le ROI du projet
est x-k€ sur 2 ans »
Credits: starwars.wikia.com
Droit d’auteur "Fair Use"
2010
7
• Croisement des informations sur trois axes
Des méthodologies
et architectures éprouvées
IoT and BigData : IoT Azure at scale - Featuring HagerServices and AgileIoT
Provenance de ces retours d’expériences IoT
RETOURS SUR UN PROJET
AZURE IOT EN PARTICULIER
Hagerservices
HAGER SERVICES
WHAT WAS THE NEED
Hager wanted to launch new services based on
sensors connected to the SigFox network.
They needed experts to help choosing the right
architecture and technology to handle this new
flow of data.
They turned to us to create the platform that will
be able to gather numerous data in the coming
years.
BESOIN HAGERSERVICES: Capteurs incendie
« connectés »
– Directeur du projet : Simon ANDRE
– Equipe de 6 personnes
– Architecture fortement inspirée des architecture
dites « Lambda » pour de l’IoT / BigData
Témoignage client : hagerservices
Retour d'expérience "large IoT projects", Focus sur HagerServices
• Exigence Sigfox
– Taille des trames Sigfox : 12 octets
– 140 messages / 24h / device
– 20 minutes entre deux trames
• Exigence Hager
– Permettre aux devices d’envoyer
des messages supérieurs à cette limite
Témoignage client : hagerservices
Retour d'expérience "large IoT projects", Focus sur HagerServices
• Exigence Hager
– Plate-forme IoT « générique »
• Démarrage avec les détecteurs d’incendie
• Mais plateforme ouverte permettant d’intégrer de
nouveaux produits, nouveaux services
Témoignage client : hagerservices
Retour d'expérience "large IoT projects", Focus sur HagerServices
Simplifié :
• Azure WebJob + WebApp basés sur ASP.Net Core 1.0
• Architecture micro-services asynchrone et event-based
• DAL basée sur micro-ORM Dapper
Architecture : forte volumétrie + traitements « near-temps réel »
Témoignage client : hagerservices
Event Hub
Utilisateurs
Assemblage Routage Traitement
et stockage
Retour d'expérience "large IoT projects", Focus sur HagerServices
Le problème du réassemblage des trames
15
Enterprise integration patterns
• Slitter côté Device
Retour d'expérience "large IoT projects", Focus sur HagerServices
Le problème du réassemblage des trames
16
Retour d'expérience "large IoT projects", Focus sur HagerServices
Premier prototype avec StreamAnalytics
– Opérateur d’agrégation CollectTOP
• Grouper par deviceId, hagerMessageId
– SlidingWindow
• Gestion des timeout
– Trames SigFox pré-parsées par IoT Hub
– Syntaxe SQL-like
Le problème du réassemblage des trames
Retour d'expérience "large IoT projects", Focus sur HagerServices
StreamAnalytics / Sliding Windows (glissant)
Le problème du réassemblage des trames
Retour d'expérience "large IoT projects", Focus sur HagerServices
1 5 8
8
51
9
51 9
1
Exemple
Par topic, donne-moi le nombre
de tweets qui ont été twittés plus
de 10 fois dans les 10 dernières
secondes
SELECT Topic, COUNT(*) FROM TwitterStream
TIMESTAMP BY CreatedAt
GROUP BY Topic, SlidingWindow(second, 10)
HAVING COUNT(*) > 10
Retour d'expérience "large IoT projects", Focus sur HagerServices
Le problème du réassemblage des trames
POC StreamAnalytics non concluant
– API limitée
• Absence d’opérateurs binaires pour analyser la
« payload » Hager
• Absence d’opérateurs pour réassembler les trames
• Bien moins riche que SQL
– Besoin de traitements spécifiques
Le problème du réassemblage des trames
Retour d'expérience "large IoT projects", Focus sur HagerServices
Notre choix final s’est porté sur
Reactive Extensions (Rx.NET) …
Le problème du réassemblage des trames
Retour d'expérience "large IoT projects", Focus sur HagerServices
“Rx done right”
“ReactiveX is a combination of the best ideas
from the Observer pattern (Gang of Four),
the Iterator pattern, and functional programming”
http://reactivex.io/22
Similaire à Linq mais streams asynchrones + opérateurs pour gérer le temps
Linq
Retour d'expérience "large IoT projects", Focus sur HagerServices
“Rx done right”
23
« Un pattern Observateur
modifié »
Event Hub
Redis Cache ??
Retour d'expérience "large IoT projects", Focus sur HagerServices
Le problème du réassemblage des trames
Opérateur de transformation “GroupBy”: Observable  set of Observables
http://reactivex.io/documentation/operators/groupby.html24
Retour d'expérience "large IoT projects", Focus sur HagerServices
Microsoft-referenced architecture: Stream Analytics remplacé par Rx
Sources : https://azure.microsoft.com/en-us/documentation/articles/iot-suite-what-are-preconfigured-solutions/
Retour d'expérience "large IoT projects", Focus sur HagerServices
Architecture candidate
Event Hub
Storage
Web/Mobile App
IoT Hub Web Jobs
Devices DocumentDB
SQL
Database
Redis
Cache
Web Jobs
Back-end
systems
and
processes
• Reactive Extensions (Rx.Net)
Témoignage Simon ANDRE, IoT Cloud Manager :
- « Traitement lourds ‘temps réels’ devenus possibles ; trier/réassembler Trames »
- « Usage intensif des custom middleware côté API »
- « Pour les Tests Unitaires, on est à 100% de couverture »
Retour d'expérience "large IoT projects", Focus sur HagerServices
Architecture candidate
Event Hub
• Architecture micro-services
– Traitement différencié des trames en fonction
• Du produit
• De leur priorité (alarmes avant les trames de fil de l’eau)
– Faciliter l’intégration de nouveaux
produits, de nouveaux services
Sources : https://github.com/Azure-Samples/service-fabric-dotnet-iot
https://azure.microsoft.com/en-us/documentation/articles/service-fabric-overview-microservices
https://azure.microsoft.com/fr-fr/documentation/samples/service-fabric-dotnet-iot/
Retour d'expérience "large IoT projects", Focus sur HagerServices
Architecture candidate
Event Hub
Retour d'expérience "large IoT projects", Focus sur HagerServices
Architecture candidate
Event Hub
– Approche microservices : une partition par usage
• Alarmes
• Appairage
• Télémétrie
– Partitions consommées par des WebJobs
– Les WebJobs prennent en charge le traitement des
messages et leur stockage en base de données
Event Hub
Retour d'expérience "large IoT projects", Focus sur HagerServices
Architecture candidate
Azure SQL Server
– Sharding géré avec Elastic Database client library
– Un shard par produit
DocumentDB
– Non retenu car choix fait il y a 1 an et demi
– Solution aujourd’hui en prod chez nos clients
Simon ANDRE, IoT Cloud Manager
Témoignage client : hagerservices
« Timing très court … nous
devions faire des choix pra
gmatiques … »
« Nous sommes très satisfaits
des performances »
« Jeunesse SigFoxAzure
IoT : Quelques ajuste-
ments »
« ASP.Net Core 1.0 Web Apps
= Globalement un bon choix »
Retour d'expérience "large IoT projects", Focus sur HagerServices
METHODOLOGIE AGILE IOT
The AgileIoT Funnel
1 Philosophy
4 Principles
5 Practices
2 Methodologies… for now!
AgileIoT Philosophy
The AgileIoT philosophy is the same as the renaissance workshop one, the cell wher
e everything needed was made to realize a new handiwork: starting from the design
to the marketing, going through the learning and the production.
Team’s members are pushed to behave like renaissance craftsmen, with ability they
use various materials, techniques and tools to satisfy the handiwork’s customer.
AgileIoT brings the customer’s need to the center, harmonizing competencies, appro
aches and various technologies by defining a main-set of economically-sustainable t
ools to create an IoT solutions.
Retour d'expérience "large IoT projects", Focus sur HagerServices
AgileIoT Principles
It’s not software, hardware or service: it’s about jobs to be done!
It’s not the completion of a software or hardware project but a smart solution, base
d on both, to solve a need in an effective and efficient way.
Think less and do it!
Reduce to the bare minimum the time dedicated to the analysis phase, in favor of a
quick startup of development’s activities related to the solution.
Simple is better!
Simpler is the solution, more chance we have to evolve it according to stakeholders
needs.
If you can’t remember it, you can’t improve it!
Using visual management system to monitoring the state of the solution
development.
Retour d'expérience "large IoT projects", Focus sur HagerServices
AgileIoT Practices
Fast Prototyping
Validate the overall sustainability of the solution.
Make-Measure-Learn
This loop aims to fast experiment different hypotheses and assumptions:
Flashback
Match the state of the project with a fast alignment, where the observer team will
check the work of another team directly.
Continuous Improvement
Reduce to the minimum the changes to the hardware side, which is a long-term and
expensive task.
Continuous Integration
Integrate continuously (and as soon as possible) every change, in order
to identify problems and resolve them in a timely fashion.
Retour d'expérience "large IoT projects", Focus sur HagerServices
AgileIoT Duttile Poster
Prototype Phase (timing: typically, 2
-4 weeks), it’s the first phase of the p
rocess. There’s the Vision definition,
Fast Prototypization and Product Bac
klog definition using a specific planni
ng phase;
Engineering Phase (timing: time needed for reaching
the Value). In this step, the solution is engineerized a
nd developed. It’s, as one could deduct, the most imp
ortant and complex phase of the whole process;
Workout Phase (timing: Typically,
1-2 weeks). It’s the last phase, focal
ized onto the Deployment, Support
and the Continuous Improvement
of the product.
Retour d'expérience "large IoT projects", Focus sur HagerServices
AgileIoT Duttile: Goal Driven Framework
Retour d'expérience "large IoT projects", Focus sur HagerServices
AgileIoT Fast Prototyping
Energy: focused on the energetic-based aspects as a function o
f the needs of the operational continuity of smart devices;
Hardware : focused on the validation of the hardware through o
ne or more Evaluation Kits (EVK).
Code: focused on the prototyping of the firmware of the devices and
the services made for acquiring the main data/events.
Data Flow: focused on the aspects related to the gathering, clea
ning-up and managing of the Raw Data that comes from the devi
ces.
Cloud: focused on the Cloud aspects of the solution, as a data/e
vent management platform.
Security: focused on the verification of the security aspects, which a
ffect the solution as well as the development.
Delivery Prototyping: focused on the deploy of the elements of
the solution, speaking about both hardware items and services o
nes.
Legal: focused on the analysis of the law and regulations, national a
nd international, which the solution must consider in order to becom
e a marketable product.
Retour d'expérience "large IoT projects", Focus sur HagerServices
CE QUE NOUS AVONS APPRIS
CE QUE NOUS AVONS APPRIS
1. Bien respecter les « Best Practices » IoT pour éviter les échecs
– Pensez idéation, valeur métier, … (cf « Agile IoT »)
2. Le projet ne s’arrête pas à la fin des développements !
– Ne pas se concentrer uniquement sur le projet « informatique »
– Budget Qualité / Prod : PRA, ITIL v3, « vrai » DevOps à terme
– Principe de précaution de la Loi de Murphy :
« Tout ce qui est susceptible de mal tourner tournera nécessairement mal. ». Prévoir les « Single
point of Failure » (SPOF)
3. Pilotage d’un projet IoT : pas uniquement les Dev et la R&D
– C’est un projet de transformation de l’entreprise : Implication Direction
4. Succès grâce à une avance technologique
– Lire, s’ouvrir, travailler avec Microsoft Corp, …
Retour d'expérience "large IoT projects", Focus sur HagerServices
Q&A
Merci beaucoup à nos sponsors!
Thank you to all our sponsors!
Join the conversation
#MSCloudSummit
@MSCloudSummit
Merci Beaucoup! Thank you!
Join the conversation
#MSCloudSummit
@MSCloudSummit

Contenu connexe

Tendances

IoT et architecture cloud haute performance
IoT et architecture cloud haute performanceIoT et architecture cloud haute performance
IoT et architecture cloud haute performanceMicrosoft
 
Biztalk summit - IOT
Biztalk summit - IOTBiztalk summit - IOT
Biztalk summit - IOTCellenza
 
Plateforme digitale services et technologies
Plateforme digitale   services et technologiesPlateforme digitale   services et technologies
Plateforme digitale services et technologiesWilliam Poos
 
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?Microsoft Décideurs IT
 
Implémentation d’une solution de supervision de température et d’humidité pou...
Implémentation d’une solution de supervision de température et d’humidité pou...Implémentation d’une solution de supervision de température et d’humidité pou...
Implémentation d’une solution de supervision de température et d’humidité pou...Mohammed Lymame
 
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016IBM France Lab
 
Garder les technologies à la fine pointe: Un facteur de changement
Garder les technologies à la fine pointe: Un facteur de changementGarder les technologies à la fine pointe: Un facteur de changement
Garder les technologies à la fine pointe: Un facteur de changementCisco Canada
 
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !OCTO Technology
 
Afterwork Devops : vision et pratiques
Afterwork Devops : vision et pratiquesAfterwork Devops : vision et pratiques
Afterwork Devops : vision et pratiquesOCTO Technology Suisse
 
Valtech - Internet of Things & Big Data : un mariage de raison
Valtech - Internet of Things & Big Data : un mariage de raisonValtech - Internet of Things & Big Data : un mariage de raison
Valtech - Internet of Things & Big Data : un mariage de raisonValtech
 
VSD Paris 2018: Vertical Use Case - Banking, Finance, Insurance
VSD Paris 2018: Vertical Use Case - Banking, Finance, InsuranceVSD Paris 2018: Vertical Use Case - Banking, Finance, Insurance
VSD Paris 2018: Vertical Use Case - Banking, Finance, InsuranceVeritas Technologies LLC
 
Objets connectés: un 360° pour les comprendre
Objets connectés: un 360° pour les comprendreObjets connectés: un 360° pour les comprendre
Objets connectés: un 360° pour les comprendreAntoine Vigneron
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM France Lab
 
VSD Paris 2018: Vertical Use Case - Manufacturing
VSD Paris 2018: Vertical Use Case - Manufacturing VSD Paris 2018: Vertical Use Case - Manufacturing
VSD Paris 2018: Vertical Use Case - Manufacturing Veritas Technologies LLC
 
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17Dig-IT
 
Internet des objets - Doc@Post
Internet des objets - Doc@PostInternet des objets - Doc@Post
Internet des objets - Doc@PostAntoine Vigneron
 
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...OCTO Technology
 
Simalaya - IoT - enjeux, impacts et facteurs clés de succès
Simalaya - IoT - enjeux, impacts et facteurs clés de succès Simalaya - IoT - enjeux, impacts et facteurs clés de succès
Simalaya - IoT - enjeux, impacts et facteurs clés de succès Simalaya SA
 
IBM Bluemix Paris meetup - - Epitech - 20161109
IBM Bluemix Paris meetup - - Epitech - 20161109IBM Bluemix Paris meetup - - Epitech - 20161109
IBM Bluemix Paris meetup - - Epitech - 20161109IBM France Lab
 
IoT (M2M) - Big Data - Analyses : Simulation et Démonstration
IoT (M2M) - Big Data - Analyses : Simulation et DémonstrationIoT (M2M) - Big Data - Analyses : Simulation et Démonstration
IoT (M2M) - Big Data - Analyses : Simulation et DémonstrationCHAKER ALLAOUI
 

Tendances (20)

IoT et architecture cloud haute performance
IoT et architecture cloud haute performanceIoT et architecture cloud haute performance
IoT et architecture cloud haute performance
 
Biztalk summit - IOT
Biztalk summit - IOTBiztalk summit - IOT
Biztalk summit - IOT
 
Plateforme digitale services et technologies
Plateforme digitale   services et technologiesPlateforme digitale   services et technologies
Plateforme digitale services et technologies
 
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?
Cloud Hybride : Mythe ou réalité ? Quelle stratégie et solution ?
 
Implémentation d’une solution de supervision de température et d’humidité pou...
Implémentation d’une solution de supervision de température et d’humidité pou...Implémentation d’une solution de supervision de température et d’humidité pou...
Implémentation d’une solution de supervision de température et d’humidité pou...
 
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016
IBM Paris Bluemix Meetup #13 - Epitech - 9 mars 2016
 
Garder les technologies à la fine pointe: Un facteur de changement
Garder les technologies à la fine pointe: Un facteur de changementGarder les technologies à la fine pointe: Un facteur de changement
Garder les technologies à la fine pointe: Un facteur de changement
 
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !
La Duck Conf - Initier un Datalab : rien à voir avec ce que j'imaginais !
 
Afterwork Devops : vision et pratiques
Afterwork Devops : vision et pratiquesAfterwork Devops : vision et pratiques
Afterwork Devops : vision et pratiques
 
Valtech - Internet of Things & Big Data : un mariage de raison
Valtech - Internet of Things & Big Data : un mariage de raisonValtech - Internet of Things & Big Data : un mariage de raison
Valtech - Internet of Things & Big Data : un mariage de raison
 
VSD Paris 2018: Vertical Use Case - Banking, Finance, Insurance
VSD Paris 2018: Vertical Use Case - Banking, Finance, InsuranceVSD Paris 2018: Vertical Use Case - Banking, Finance, Insurance
VSD Paris 2018: Vertical Use Case - Banking, Finance, Insurance
 
Objets connectés: un 360° pour les comprendre
Objets connectés: un 360° pour les comprendreObjets connectés: un 360° pour les comprendre
Objets connectés: un 360° pour les comprendre
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
 
VSD Paris 2018: Vertical Use Case - Manufacturing
VSD Paris 2018: Vertical Use Case - Manufacturing VSD Paris 2018: Vertical Use Case - Manufacturing
VSD Paris 2018: Vertical Use Case - Manufacturing
 
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17
CISCO "Sécurisation de l'IOT" - Séminaire DIG-IT 10 Mars 17
 
Internet des objets - Doc@Post
Internet des objets - Doc@PostInternet des objets - Doc@Post
Internet des objets - Doc@Post
 
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...Petit-déjeuner OCTO Technology :  Calculez vos indicateurs en temps réel ave...
Petit-déjeuner OCTO Technology : Calculez vos indicateurs en temps réel ave...
 
Simalaya - IoT - enjeux, impacts et facteurs clés de succès
Simalaya - IoT - enjeux, impacts et facteurs clés de succès Simalaya - IoT - enjeux, impacts et facteurs clés de succès
Simalaya - IoT - enjeux, impacts et facteurs clés de succès
 
IBM Bluemix Paris meetup - - Epitech - 20161109
IBM Bluemix Paris meetup - - Epitech - 20161109IBM Bluemix Paris meetup - - Epitech - 20161109
IBM Bluemix Paris meetup - - Epitech - 20161109
 
IoT (M2M) - Big Data - Analyses : Simulation et Démonstration
IoT (M2M) - Big Data - Analyses : Simulation et DémonstrationIoT (M2M) - Big Data - Analyses : Simulation et Démonstration
IoT (M2M) - Big Data - Analyses : Simulation et Démonstration
 

En vedette

Hadoop and BigData - July 2016
Hadoop and BigData - July 2016Hadoop and BigData - July 2016
Hadoop and BigData - July 2016Ranjith Sekar
 
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)Simone Aliprandi
 
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북[분석]서울시 2030 나홀로족을 위한 라이프 가이드북
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북BOAZ Bigdata
 
BigData - Hadoop -by 侯圣文@secooler
BigData - Hadoop -by 侯圣文@secooler BigData - Hadoop -by 侯圣文@secooler
BigData - Hadoop -by 侯圣文@secooler Shengwen HOU(侯圣文)
 
ITEC - Qua trinh phat trien he thong BigData
ITEC - Qua trinh phat trien he thong BigDataITEC - Qua trinh phat trien he thong BigData
ITEC - Qua trinh phat trien he thong BigDataIT Expert Club
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataLudovic Piot
 
Integración Bigdata: punto de entrada al IoT - LibreCon 2016
Integración Bigdata: punto de entrada al IoT - LibreCon 2016Integración Bigdata: punto de entrada al IoT - LibreCon 2016
Integración Bigdata: punto de entrada al IoT - LibreCon 2016LibreCon
 
DNA - Einstein - Data science ja bigdata
DNA - Einstein - Data science ja bigdataDNA - Einstein - Data science ja bigdata
DNA - Einstein - Data science ja bigdataRolf Koski
 

En vedette (8)

Hadoop and BigData - July 2016
Hadoop and BigData - July 2016Hadoop and BigData - July 2016
Hadoop and BigData - July 2016
 
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)
Verso i bigdata giudiziari? (Nexa Torino, luglio 2016)
 
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북[분석]서울시 2030 나홀로족을 위한 라이프 가이드북
[분석]서울시 2030 나홀로족을 위한 라이프 가이드북
 
BigData - Hadoop -by 侯圣文@secooler
BigData - Hadoop -by 侯圣文@secooler BigData - Hadoop -by 侯圣文@secooler
BigData - Hadoop -by 侯圣文@secooler
 
ITEC - Qua trinh phat trien he thong BigData
ITEC - Qua trinh phat trien he thong BigDataITEC - Qua trinh phat trien he thong BigData
ITEC - Qua trinh phat trien he thong BigData
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
Integración Bigdata: punto de entrada al IoT - LibreCon 2016
Integración Bigdata: punto de entrada al IoT - LibreCon 2016Integración Bigdata: punto de entrada al IoT - LibreCon 2016
Integración Bigdata: punto de entrada al IoT - LibreCon 2016
 
DNA - Einstein - Data science ja bigdata
DNA - Einstein - Data science ja bigdataDNA - Einstein - Data science ja bigdata
DNA - Einstein - Data science ja bigdata
 

Similaire à Retour d'expérience Large IoT project / BigData : détail du cas réel de HagerServices

Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...
Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...
Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...Microsoft
 
Architecture Moderne dans le Cloud en 2018
Architecture Moderne dans le Cloud en 2018Architecture Moderne dans le Cloud en 2018
Architecture Moderne dans le Cloud en 2018Marius Zaharia
 
chapitres 3 technologies de communication de l'IoT partie II.pptx
chapitres  3 technologies de communication de l'IoT partie II.pptxchapitres  3 technologies de communication de l'IoT partie II.pptx
chapitres 3 technologies de communication de l'IoT partie II.pptxmerazgaammar2
 
Petit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projetsPetit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projetsAdrien Blind
 
Petit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projetsPetit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projetsOCTO Technology
 
Edge Datacenters : préparez-vous à un monde où tout devient intelligent
Edge Datacenters : préparez-vous à un monde où tout devient intelligentEdge Datacenters : préparez-vous à un monde où tout devient intelligent
Edge Datacenters : préparez-vous à un monde où tout devient intelligentJoanna Kempa
 
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Matooma
 
IBM Bluemix Paris meetup #23 - 20170425
IBM Bluemix Paris meetup #23 - 20170425IBM Bluemix Paris meetup #23 - 20170425
IBM Bluemix Paris meetup #23 - 20170425IBM France Lab
 
M2 Plateformes énergétiques
M2 Plateformes énergétiquesM2 Plateformes énergétiques
M2 Plateformes énergétiquesVelossity
 
AWS Enterprise Day | Paris - Morning Session
AWS Enterprise Day | Paris - Morning SessionAWS Enterprise Day | Paris - Morning Session
AWS Enterprise Day | Paris - Morning SessionAmazon Web Services
 
Qu'est ce que le Cloud computing ?
Qu'est ce que le Cloud computing ?Qu'est ce que le Cloud computing ?
Qu'est ce que le Cloud computing ?Olivier Schmitt
 
TechDays 2012 - Windows Azure
TechDays 2012 - Windows AzureTechDays 2012 - Windows Azure
TechDays 2012 - Windows AzureJason De Oliveira
 
Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?Amazon Web Services
 
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetite
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetiteGab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetite
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetiteAZUG FR
 
Embarquez pour l'internet des objets avec Microsoft
Embarquez pour l'internet des objets avec Microsoft Embarquez pour l'internet des objets avec Microsoft
Embarquez pour l'internet des objets avec Microsoft Cédric Bressolles
 

Similaire à Retour d'expérience Large IoT project / BigData : détail du cas réel de HagerServices (20)

Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...
Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...
Retour d'expérience de projets Azure IoT "large scale" (MicroServices, portag...
 
Architecture Moderne dans le Cloud en 2018
Architecture Moderne dans le Cloud en 2018Architecture Moderne dans le Cloud en 2018
Architecture Moderne dans le Cloud en 2018
 
chapitres 3 technologies de communication de l'IoT partie II.pptx
chapitres  3 technologies de communication de l'IoT partie II.pptxchapitres  3 technologies de communication de l'IoT partie II.pptx
chapitres 3 technologies de communication de l'IoT partie II.pptx
 
Petit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projetsPetit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projets
 
Petit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projetsPetit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projets
 
BigData on change d'ère !
BigData on change d'ère ! BigData on change d'ère !
BigData on change d'ère !
 
Edge Datacenters : préparez-vous à un monde où tout devient intelligent
Edge Datacenters : préparez-vous à un monde où tout devient intelligentEdge Datacenters : préparez-vous à un monde où tout devient intelligent
Edge Datacenters : préparez-vous à un monde où tout devient intelligent
 
IoT Académie
IoT AcadémieIoT Académie
IoT Académie
 
Webcast eth-mat-thw-final
Webcast eth-mat-thw-finalWebcast eth-mat-thw-final
Webcast eth-mat-thw-final
 
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
Webcast - Ces nouveaux outils qui assurent le succès de vos solutions IOT /M2...
 
IBM Bluemix Paris meetup #23 - 20170425
IBM Bluemix Paris meetup #23 - 20170425IBM Bluemix Paris meetup #23 - 20170425
IBM Bluemix Paris meetup #23 - 20170425
 
M2 Plateformes énergétiques
M2 Plateformes énergétiquesM2 Plateformes énergétiques
M2 Plateformes énergétiques
 
AWS Enterprise Day | Paris - Morning Session
AWS Enterprise Day | Paris - Morning SessionAWS Enterprise Day | Paris - Morning Session
AWS Enterprise Day | Paris - Morning Session
 
Qu'est ce que le Cloud computing ?
Qu'est ce que le Cloud computing ?Qu'est ce que le Cloud computing ?
Qu'est ce que le Cloud computing ?
 
TechDays 2012 - Windows Azure
TechDays 2012 - Windows AzureTechDays 2012 - Windows Azure
TechDays 2012 - Windows Azure
 
Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?Un Voyage dans le Cloud: Qu'est-ce que AWS?
Un Voyage dans le Cloud: Qu'est-ce que AWS?
 
Book ec wcc dec 2019 (003)
Book ec wcc dec 2019 (003)Book ec wcc dec 2019 (003)
Book ec wcc dec 2019 (003)
 
Book ec wcc dec 2019 (003)
Book ec wcc dec 2019 (003)Book ec wcc dec 2019 (003)
Book ec wcc dec 2019 (003)
 
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetite
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetiteGab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetite
Gab17 lyon-rex build dev ops sur une infra iaas-paas multisite-by-matthieupetite
 
Embarquez pour l'internet des objets avec Microsoft
Embarquez pour l'internet des objets avec Microsoft Embarquez pour l'internet des objets avec Microsoft
Embarquez pour l'internet des objets avec Microsoft
 

Plus de FactoVia

Enjeux industrie et formations
Enjeux industrie et formationsEnjeux industrie et formations
Enjeux industrie et formationsFactoVia
 
Decentralised Control of Intelligent Devices: A Healthcare Facility Study
Decentralised Control of Intelligent Devices: A Healthcare Facility Study Decentralised Control of Intelligent Devices: A Healthcare Facility Study
Decentralised Control of Intelligent Devices: A Healthcare Facility Study FactoVia
 
Viseo presentation Clean Code / Intelligence Artificielle DCOP
Viseo presentation Clean Code / Intelligence Artificielle DCOPViseo presentation Clean Code / Intelligence Artificielle DCOP
Viseo presentation Clean Code / Intelligence Artificielle DCOPFactoVia
 
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...FactoVia
 
Gab2019 Ihor leontiev Vincent Thavonekham ouverture
Gab2019 Ihor leontiev Vincent Thavonekham ouvertureGab2019 Ihor leontiev Vincent Thavonekham ouverture
Gab2019 Ihor leontiev Vincent Thavonekham ouvertureFactoVia
 
Cedric leblond migrer jenkins AWS vers Azure Devops
Cedric leblond migrer jenkins AWS vers Azure DevopsCedric leblond migrer jenkins AWS vers Azure Devops
Cedric leblond migrer jenkins AWS vers Azure DevopsFactoVia
 
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...FactoVia
 
Global Azure Bootcamp 2016 - Lyon - Keynote Opening
Global Azure Bootcamp 2016 - Lyon - Keynote OpeningGlobal Azure Bootcamp 2016 - Lyon - Keynote Opening
Global Azure Bootcamp 2016 - Lyon - Keynote OpeningFactoVia
 
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...FactoVia
 
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience Global Azure Bootcamp 2016 - Lyon : DevOps Datascience
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience FactoVia
 
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...FactoVia
 
Industry4.0 IoT Vincent Thavonekham - Azure Day Ukraine
Industry4.0 IoT Vincent Thavonekham - Azure Day UkraineIndustry4.0 IoT Vincent Thavonekham - Azure Day Ukraine
Industry4.0 IoT Vincent Thavonekham - Azure Day UkraineFactoVia
 
Why care about GDPR and avoid over $20 million fines, even outside EU ?
Why care about GDPR and avoid over $20 million fines, even outside EU ?Why care about GDPR and avoid over $20 million fines, even outside EU ?
Why care about GDPR and avoid over $20 million fines, even outside EU ?FactoVia
 
Cahier spécial visual studio 2015 - Octobre 2015
Cahier spécial visual studio 2015 - Octobre 2015Cahier spécial visual studio 2015 - Octobre 2015
Cahier spécial visual studio 2015 - Octobre 2015FactoVia
 
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...FactoVia
 
Objet direct 2013-05-11 Microsoft ALM 2013 Software Factory
Objet direct 2013-05-11 Microsoft ALM 2013 Software FactoryObjet direct 2013-05-11 Microsoft ALM 2013 Software Factory
Objet direct 2013-05-11 Microsoft ALM 2013 Software FactoryFactoVia
 

Plus de FactoVia (16)

Enjeux industrie et formations
Enjeux industrie et formationsEnjeux industrie et formations
Enjeux industrie et formations
 
Decentralised Control of Intelligent Devices: A Healthcare Facility Study
Decentralised Control of Intelligent Devices: A Healthcare Facility Study Decentralised Control of Intelligent Devices: A Healthcare Facility Study
Decentralised Control of Intelligent Devices: A Healthcare Facility Study
 
Viseo presentation Clean Code / Intelligence Artificielle DCOP
Viseo presentation Clean Code / Intelligence Artificielle DCOPViseo presentation Clean Code / Intelligence Artificielle DCOP
Viseo presentation Clean Code / Intelligence Artificielle DCOP
 
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...
Cracking RSA key - Quantum Computing - #GlobalAzure Bootcamp - Louis Charavne...
 
Gab2019 Ihor leontiev Vincent Thavonekham ouverture
Gab2019 Ihor leontiev Vincent Thavonekham ouvertureGab2019 Ihor leontiev Vincent Thavonekham ouverture
Gab2019 Ihor leontiev Vincent Thavonekham ouverture
 
Cedric leblond migrer jenkins AWS vers Azure Devops
Cedric leblond migrer jenkins AWS vers Azure DevopsCedric leblond migrer jenkins AWS vers Azure Devops
Cedric leblond migrer jenkins AWS vers Azure Devops
 
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...
Global Azure Bootcamp 2016 - Lyon : Keynote Quantum : Concepts explained & Li...
 
Global Azure Bootcamp 2016 - Lyon - Keynote Opening
Global Azure Bootcamp 2016 - Lyon - Keynote OpeningGlobal Azure Bootcamp 2016 - Lyon - Keynote Opening
Global Azure Bootcamp 2016 - Lyon - Keynote Opening
 
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...
Global Azure Bootcamp 2016 - Lyon : Iot Project Management, IoT Edge with Rea...
 
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience Global Azure Bootcamp 2016 - Lyon : DevOps Datascience
Global Azure Bootcamp 2016 - Lyon : DevOps Datascience
 
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...
Azure IoT Edge with real-time Machine Learning and Azure IoT Central - Vincen...
 
Industry4.0 IoT Vincent Thavonekham - Azure Day Ukraine
Industry4.0 IoT Vincent Thavonekham - Azure Day UkraineIndustry4.0 IoT Vincent Thavonekham - Azure Day Ukraine
Industry4.0 IoT Vincent Thavonekham - Azure Day Ukraine
 
Why care about GDPR and avoid over $20 million fines, even outside EU ?
Why care about GDPR and avoid over $20 million fines, even outside EU ?Why care about GDPR and avoid over $20 million fines, even outside EU ?
Why care about GDPR and avoid over $20 million fines, even outside EU ?
 
Cahier spécial visual studio 2015 - Octobre 2015
Cahier spécial visual studio 2015 - Octobre 2015Cahier spécial visual studio 2015 - Octobre 2015
Cahier spécial visual studio 2015 - Octobre 2015
 
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...
Slides deck yos-tour_vincentthavonekham_mvp_azure_the_future_of_microsoft_dat...
 
Objet direct 2013-05-11 Microsoft ALM 2013 Software Factory
Objet direct 2013-05-11 Microsoft ALM 2013 Software FactoryObjet direct 2013-05-11 Microsoft ALM 2013 Software Factory
Objet direct 2013-05-11 Microsoft ALM 2013 Software Factory
 

Retour d'expérience Large IoT project / BigData : détail du cas réel de HagerServices

  • 1. RETOUR D'EXPÉRIENCE "LARGE IOT PROJECTS". FOCUS SUR HAGERSERVICES Cloud Practice Manager chez VISEO Vincent Thavonekham, MVP Azure @vThavo, vincent.thavonekham@viseo.com Senior architect BigData / Data Science chez VISEO Philippe Guédez v4
  • 2. Vincent Thavonekham, Philippe Guédez Retour d'expérience "Large IoT projects". Focus sur HagerServices 2017 MS Cloud Summit Paris 24 – 25 janvier 2017@vThavo 2
  • 3. MIEUX VOUS CONNAITRE • Qui connait l’ IoT d’Azure ? • Qui connait l’architecture Lambda ? • Qui fait du microservices ? • Qui utilise AWS ? (le IaaS, le PaaS)
  • 4. PAR OÙ COMMENCER EN IOT ? Approche scientifique !
  • 5. Début de l’aventure IoT: « Naissance des idées » « Une idée, cela peut changer le monde. Mais comment la trouver? » Cédric Villani • La documentation • La motivation • L’environnement • Les échanges • Les contraintes • La chance • La persévérance • Selon Cédric Villani, Pr Maths, Médaille Fields Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 6. Retour d'expérience "large IoT projects", Focus sur HagerServices Par où commencer en IoT / BigData ? Genèse pour réussir ces projets Votre perception de l’IoT/BigData « C’est facile, on réfléchit et ça coûte tant ! Et le ROI du projet est x-k€ sur 2 ans » Credits: starwars.wikia.com Droit d’auteur "Fair Use" 2010
  • 7. 7
  • 8. • Croisement des informations sur trois axes Des méthodologies et architectures éprouvées IoT and BigData : IoT Azure at scale - Featuring HagerServices and AgileIoT Provenance de ces retours d’expériences IoT
  • 9. RETOURS SUR UN PROJET AZURE IOT EN PARTICULIER Hagerservices
  • 10. HAGER SERVICES WHAT WAS THE NEED Hager wanted to launch new services based on sensors connected to the SigFox network. They needed experts to help choosing the right architecture and technology to handle this new flow of data. They turned to us to create the platform that will be able to gather numerous data in the coming years.
  • 11. BESOIN HAGERSERVICES: Capteurs incendie « connectés » – Directeur du projet : Simon ANDRE – Equipe de 6 personnes – Architecture fortement inspirée des architecture dites « Lambda » pour de l’IoT / BigData Témoignage client : hagerservices Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 12. • Exigence Sigfox – Taille des trames Sigfox : 12 octets – 140 messages / 24h / device – 20 minutes entre deux trames • Exigence Hager – Permettre aux devices d’envoyer des messages supérieurs à cette limite Témoignage client : hagerservices Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 13. • Exigence Hager – Plate-forme IoT « générique » • Démarrage avec les détecteurs d’incendie • Mais plateforme ouverte permettant d’intégrer de nouveaux produits, nouveaux services Témoignage client : hagerservices Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 14. Simplifié : • Azure WebJob + WebApp basés sur ASP.Net Core 1.0 • Architecture micro-services asynchrone et event-based • DAL basée sur micro-ORM Dapper Architecture : forte volumétrie + traitements « near-temps réel » Témoignage client : hagerservices Event Hub Utilisateurs Assemblage Routage Traitement et stockage Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 15. Le problème du réassemblage des trames 15 Enterprise integration patterns • Slitter côté Device Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 16. Le problème du réassemblage des trames 16 Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 17. Premier prototype avec StreamAnalytics – Opérateur d’agrégation CollectTOP • Grouper par deviceId, hagerMessageId – SlidingWindow • Gestion des timeout – Trames SigFox pré-parsées par IoT Hub – Syntaxe SQL-like Le problème du réassemblage des trames Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 18. StreamAnalytics / Sliding Windows (glissant) Le problème du réassemblage des trames Retour d'expérience "large IoT projects", Focus sur HagerServices 1 5 8 8 51 9 51 9 1 Exemple Par topic, donne-moi le nombre de tweets qui ont été twittés plus de 10 fois dans les 10 dernières secondes SELECT Topic, COUNT(*) FROM TwitterStream TIMESTAMP BY CreatedAt GROUP BY Topic, SlidingWindow(second, 10) HAVING COUNT(*) > 10
  • 19. Retour d'expérience "large IoT projects", Focus sur HagerServices Le problème du réassemblage des trames
  • 20. POC StreamAnalytics non concluant – API limitée • Absence d’opérateurs binaires pour analyser la « payload » Hager • Absence d’opérateurs pour réassembler les trames • Bien moins riche que SQL – Besoin de traitements spécifiques Le problème du réassemblage des trames Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 21. Notre choix final s’est porté sur Reactive Extensions (Rx.NET) … Le problème du réassemblage des trames Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 22. “Rx done right” “ReactiveX is a combination of the best ideas from the Observer pattern (Gang of Four), the Iterator pattern, and functional programming” http://reactivex.io/22 Similaire à Linq mais streams asynchrones + opérateurs pour gérer le temps Linq Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 23. “Rx done right” 23 « Un pattern Observateur modifié » Event Hub Redis Cache ?? Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 24. Le problème du réassemblage des trames Opérateur de transformation “GroupBy”: Observable  set of Observables http://reactivex.io/documentation/operators/groupby.html24 Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 25. Microsoft-referenced architecture: Stream Analytics remplacé par Rx Sources : https://azure.microsoft.com/en-us/documentation/articles/iot-suite-what-are-preconfigured-solutions/ Retour d'expérience "large IoT projects", Focus sur HagerServices Architecture candidate Event Hub Storage Web/Mobile App IoT Hub Web Jobs Devices DocumentDB SQL Database Redis Cache Web Jobs Back-end systems and processes
  • 26. • Reactive Extensions (Rx.Net) Témoignage Simon ANDRE, IoT Cloud Manager : - « Traitement lourds ‘temps réels’ devenus possibles ; trier/réassembler Trames » - « Usage intensif des custom middleware côté API » - « Pour les Tests Unitaires, on est à 100% de couverture » Retour d'expérience "large IoT projects", Focus sur HagerServices Architecture candidate Event Hub
  • 27. • Architecture micro-services – Traitement différencié des trames en fonction • Du produit • De leur priorité (alarmes avant les trames de fil de l’eau) – Faciliter l’intégration de nouveaux produits, de nouveaux services Sources : https://github.com/Azure-Samples/service-fabric-dotnet-iot https://azure.microsoft.com/en-us/documentation/articles/service-fabric-overview-microservices https://azure.microsoft.com/fr-fr/documentation/samples/service-fabric-dotnet-iot/ Retour d'expérience "large IoT projects", Focus sur HagerServices Architecture candidate Event Hub
  • 28. Retour d'expérience "large IoT projects", Focus sur HagerServices Architecture candidate Event Hub – Approche microservices : une partition par usage • Alarmes • Appairage • Télémétrie – Partitions consommées par des WebJobs – Les WebJobs prennent en charge le traitement des messages et leur stockage en base de données Event Hub
  • 29. Retour d'expérience "large IoT projects", Focus sur HagerServices Architecture candidate Azure SQL Server – Sharding géré avec Elastic Database client library – Un shard par produit DocumentDB – Non retenu car choix fait il y a 1 an et demi – Solution aujourd’hui en prod chez nos clients
  • 30. Simon ANDRE, IoT Cloud Manager Témoignage client : hagerservices « Timing très court … nous devions faire des choix pra gmatiques … » « Nous sommes très satisfaits des performances » « Jeunesse SigFoxAzure IoT : Quelques ajuste- ments » « ASP.Net Core 1.0 Web Apps = Globalement un bon choix » Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 32. The AgileIoT Funnel 1 Philosophy 4 Principles 5 Practices 2 Methodologies… for now!
  • 33. AgileIoT Philosophy The AgileIoT philosophy is the same as the renaissance workshop one, the cell wher e everything needed was made to realize a new handiwork: starting from the design to the marketing, going through the learning and the production. Team’s members are pushed to behave like renaissance craftsmen, with ability they use various materials, techniques and tools to satisfy the handiwork’s customer. AgileIoT brings the customer’s need to the center, harmonizing competencies, appro aches and various technologies by defining a main-set of economically-sustainable t ools to create an IoT solutions. Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 34. AgileIoT Principles It’s not software, hardware or service: it’s about jobs to be done! It’s not the completion of a software or hardware project but a smart solution, base d on both, to solve a need in an effective and efficient way. Think less and do it! Reduce to the bare minimum the time dedicated to the analysis phase, in favor of a quick startup of development’s activities related to the solution. Simple is better! Simpler is the solution, more chance we have to evolve it according to stakeholders needs. If you can’t remember it, you can’t improve it! Using visual management system to monitoring the state of the solution development. Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 35. AgileIoT Practices Fast Prototyping Validate the overall sustainability of the solution. Make-Measure-Learn This loop aims to fast experiment different hypotheses and assumptions: Flashback Match the state of the project with a fast alignment, where the observer team will check the work of another team directly. Continuous Improvement Reduce to the minimum the changes to the hardware side, which is a long-term and expensive task. Continuous Integration Integrate continuously (and as soon as possible) every change, in order to identify problems and resolve them in a timely fashion. Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 36. AgileIoT Duttile Poster Prototype Phase (timing: typically, 2 -4 weeks), it’s the first phase of the p rocess. There’s the Vision definition, Fast Prototypization and Product Bac klog definition using a specific planni ng phase; Engineering Phase (timing: time needed for reaching the Value). In this step, the solution is engineerized a nd developed. It’s, as one could deduct, the most imp ortant and complex phase of the whole process; Workout Phase (timing: Typically, 1-2 weeks). It’s the last phase, focal ized onto the Deployment, Support and the Continuous Improvement of the product. Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 37. AgileIoT Duttile: Goal Driven Framework Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 38. AgileIoT Fast Prototyping Energy: focused on the energetic-based aspects as a function o f the needs of the operational continuity of smart devices; Hardware : focused on the validation of the hardware through o ne or more Evaluation Kits (EVK). Code: focused on the prototyping of the firmware of the devices and the services made for acquiring the main data/events. Data Flow: focused on the aspects related to the gathering, clea ning-up and managing of the Raw Data that comes from the devi ces. Cloud: focused on the Cloud aspects of the solution, as a data/e vent management platform. Security: focused on the verification of the security aspects, which a ffect the solution as well as the development. Delivery Prototyping: focused on the deploy of the elements of the solution, speaking about both hardware items and services o nes. Legal: focused on the analysis of the law and regulations, national a nd international, which the solution must consider in order to becom e a marketable product. Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 39. CE QUE NOUS AVONS APPRIS
  • 40. CE QUE NOUS AVONS APPRIS 1. Bien respecter les « Best Practices » IoT pour éviter les échecs – Pensez idéation, valeur métier, … (cf « Agile IoT ») 2. Le projet ne s’arrête pas à la fin des développements ! – Ne pas se concentrer uniquement sur le projet « informatique » – Budget Qualité / Prod : PRA, ITIL v3, « vrai » DevOps à terme – Principe de précaution de la Loi de Murphy : « Tout ce qui est susceptible de mal tourner tournera nécessairement mal. ». Prévoir les « Single point of Failure » (SPOF) 3. Pilotage d’un projet IoT : pas uniquement les Dev et la R&D – C’est un projet de transformation de l’entreprise : Implication Direction 4. Succès grâce à une avance technologique – Lire, s’ouvrir, travailler avec Microsoft Corp, … Retour d'expérience "large IoT projects", Focus sur HagerServices
  • 41. Q&A
  • 42. Merci beaucoup à nos sponsors! Thank you to all our sponsors! Join the conversation #MSCloudSummit @MSCloudSummit
  • 43. Merci Beaucoup! Thank you! Join the conversation #MSCloudSummit @MSCloudSummit

Notes de l'éditeur

  1. @vThavo et PhilippeG vous présentent #REX #AzureIoT #LargeProjects #Hager au #MSCloudSummit V1.1: ajout de Philippe
  2. Ari
  3. Considérations, erreurs ou cul de sac par rapport au besoin: Cassandra, Azure Container Services, Entity Framework, AKKA.Net, Azure IoT Suite, ASP.Net 4, Stream Analytics, Azure functions, … L’autre ORMlite que j’avais proposé était Simple.Data Dapper a été retenu par Simon pour ses performances et son modèle beaucoup plus ouvert que Simple.Data. Cependant, il a passé du temps à écrire la DAL car Dapper ne gère pas par exemple les requêtes par critères ou la gestion de cache (fonctionnalités qu’on retrouve avec EF / NHibernate).
  4. CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx
  5. CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx
  6. CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx
  7. CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx
  8. CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx
  9. The Observable type adds two missing semantics to the Gang of Four’s Observer pattern, to match those that are available in the Iterable type: the ability for the producer to signal to the consumer that there is no more data available (a foreach loop on an Iterable completes and returns normally in such a case; an Observable calls its observer’sonCompleted method) the ability for the producer to signal to the consumer that an error has occurred (an Iterable throws an exception if an error takes place during iteration; an Observable calls its observer’s onError method)
  10. Sharding géré avec Elastic Database client library côté .NET (https://docs.microsoft.com/en-us/azure/sql-database/sql-database-elastic-scale-introduction)
  11. ASP .NET Core Au départ, on s’appuyait sur le framework .NET 4.5.1 car trop peu de frameworks étaient compatible avec .NET Core. Aujourd’hui, je pense que Hager s’appuie sur .NET Core 1.0. Les outils de build ont changé : DNX  .NET CLI Et le format des projets : project.json  retour au format csproj. Hager   Architectures candidates IoT Hub Objectif : collecter les trames Sigfox   Ré-assemblage des trames (voir point suivant aussi) Objectif : parser / ré-assembler les trames en messages / router vers la "bonne" partition de l'Event Hub Attention : à cette étape, aucune logique métier, le but est de minimiser le temps entre la consommation de l'événement sur l'IoT Hub et l'envoi du message parsé sur Event Hub   - Solution 1 : derrière l'IoT Hub, on branche un WebJob + Rx.NET pour consommer / parser / ré-assembler les messages / router   - Solution 2 : derrière l'IoT Hub, on branche Stream Analytics - dans ce cas là, il faut qu'on POC rapidement la faisabilité de la solution expliquée ci-dessus. Le parsing des trames est fait par Sigfox.   Event Hub + Web Jobs Objectif : traiter les messages (business logic)   - 1 partition par usage (ex : une partition pour les alarmes, une autres pour les gérer les trames d'appairage, une autre pour les indicateurs) - Ces partitions sont consommées par des WebJobs - Les WebJobs prennent en charge le stockage en base de données.   Base de données : Azure SQL Server Sharding géré avec Elastic Database client library côté .NET (https://docs.microsoft.com/en-us/azure/sql-database/sql-database-elastic-scale-introduction)   ORM : Dapper L’autre ORMlite que j’avais proposé était Simple.Data Dapper a été retenu par Simon pour ses performances et son modèle beaucoup plus ouvert que Simple.Data. Cependant, il a passé du temps à écrire la DAL car Dapper ne gère pas par exemple les requêtes par critères ou la gestion de cache (fonctionnalités qu’on retrouve avec EF / NHibernate).   ASP .NET Core Au départ, on s’appuyait sur le framework .NET 4.5.1 car trop peu de frameworks étaient compatible avec .NET Core. Aujourd’hui, Hager s’appuie sur .NET Core 1.0. Les outils de build ont changé : DNX  .NET CLI Et le format des projets : project.json  retour au format csproj.   Problème du ré-assemblage des trames Opérateur StreamAnalytics qu’on aurait pu utiliser pour réordonner les trames : CollectTOP : https://msdn.microsoft.com/en-us/library/azure/dn966243.aspx   Couplé au SlidingWindow et au fait que Sifgox "parse" les trames pour vous, on pourrait s'en sortir.     Pb : besoin de parser les trames reçues (car au format Hager) pour en extraire les infos nécessaires au ré-assemblage. Les opérateurs binaires de StreamAnalytics étaient à l’époque très limités (et semblent le rester)   L’autre solution aurait consisté à utiliser des WebJobs pour parser les trames et à envoyer les trames « parsées » dans un EventHub pour qu’elles soient ensuite ré-assemblées par StreamAnalytics. Pas retenu car usine à gaz.   La solution Rx avec les opérateurs : Rx GroupBy: http://reactivex.io/documentation/operators/groupby.html