物联网架构_对AWS的Greengrass的认识与理解
一，前言：
这段时间有很多收获、分析和总结，其中包括新系统的设计和开发，以及其中的新技术漏洞等。
但是，最近真的很忙。 项目推进、面试工作等，特别是5月份有考试。 所以，赶紧利用五一假期，先拿出点东西。 之后，有机会再整理自己的素材(周报、技术总结等)，拿出来哦。
本文主要是在设计以前的项目体系结构时对现有项目的了解，其中包括AWS绿色玻璃项目。 这里简单介绍一下自己的认识。
物联网介绍请参考我回答的百度了解。 @ link:https://zhidao.Baidu.com/question/1501072861578680979.html？ 输入=QB _ uhome _ tag )
简而言之，物联网将是未来五到十年的一个小风口。 知道，学习，感受一下其中的技术变革。 并不一定要做专业的工作，从变革中看到技术进化的过程，就能领悟到这一点。
这篇文章在浏览了AWS关于物联网的项目Greengrass后，感觉其角度和以前知道的百度物联网框架不同，所以在查阅了一些资料后，给出了我的意见。
(百度物联网资料请参考@ link:https://blog.csdn.net/Robert _幸福前辈/article/details/78979405。 因为很有条理，所以我不会发自己的XMIND。 () ) ) )。
二，XMIND：
如果图像看不清楚，请分别打开图像、放大图像或下载图像。 图像绝对清晰。 谢谢你)
三，补充：
以前@博达智联写的博客与该结构图的关注点有很大不同，前者倾向于技术领域，后者仍然侧重于技术领域，但涉及一些业务，甚至涉及领域问题。
为什么需要边缘计算，或者在物联网领域采用边缘计算，边缘计算的边缘是什么？ 边缘计算的原因有三个：上图问题，以及可以在解决/源位置处理数据价值。
无人驾驶中，假设车速为10m/s，前方5m处出现障碍物。 系统收集数据(数据清洗)、上传数据(与网络延迟相关)、云平台计算)、服务呼叫等可能与延迟相关)、数据分发(与网络延迟相关)、 此类过程可能需要200ms，即0.2s。 那么，车离障碍物只有3m远，制动距离可能不够。 当然这些数据都是假设的，可能不符合实际情况，但我想表达的意思是这样的。 其中，数据清洗、云平台服务呼叫等，可以通过一定的技术手段减少，时间接近0。 但是，现在的网络延迟，因为与物理规律有关，不能大幅缩小。 你提出的技术解决方案不能打破物理规律。
那么，可以调整逻辑模型来改变体系结构。 例如，通过对边缘节点(边缘是指远离计算中心的地方) )赋予一定的计算能力，可以实现简单的处理能力。 在上述示例中，汽车计算单元可以轻松评估障碍物造成的危险程度和当前速度等，并决定是缓慢减速还是紧急制动。 0.2s后，根据云平台发送的准确结果进行调整。
当然只是举了物理规律的例子，也有经济规律中的资源损失。 现阶段无法上传无人驾驶汽车视频24x7小时。 带宽消耗太多了。 另外，还有军事领域的汽车等国家法律方面的隐私保护，即使首长只是回家，由于关系到首长的安全，可能很难得到无人驾驶汽车的详细行驶资料。
这些是技术以外的东西。 我相信在技术和业务之前需要沟通和权衡。 因为很多问题从业务上来看，只要简单地调整和舍弃，就能解决技术上的巨大压力。 同样，很多从业务上看很难实现的方案，从技术领域来看可能只是写很多服务问题。 所以团队很重视沟通，leader (当然，这个leader不是绝对的一个人，而是指相关事件的决策者。 虽然说明很麻烦，但是以后有机会的话，我会用敏捷开发等文章说明我的想法)技术和业务必须进行比较研究。
四，分析：
其实简单来说，AWS的绿色玻璃将整个系统分为三个部分。 是AIOT SDK、GGC、AWS服务。
其中，绿色玻璃是梯度传感器、温度传感器等底层硬件，提供了支持的SDK，封装了与上层GGC的通信等，提高了开发效率。 这类似于封装Jedis，形成JedisUtils，快速方便地调用redis以实现我们的功能。 但是，底层硬件无法实现基础计算以外的功能，因此需要GGC来完成边缘计算的计算部分。 当然，即使GGC也在对应的硬件上，逻辑上也将两者分割。 这是为了更好地管理和实现功能。 云平台提供了数据的高级APP应用，包括数据挖掘、机器学习和帮助企业做出决策。 AWS的绿色玻璃云平台部分还可以直接调用AWS的数据处理服务，即云平台和AWS的其他
服务是可以横向连接，调用的（其安全性是通过设备上的SigV4凭证实现的）。
五，总结：
AWS的物联网架构值得我们去参考学习，但是于此同时，我们也要根据实际业务场景的需求，进行自己架构调整与设计。
如实际场景中，我所在公司的客户中，有的要求拥有自己的中控平台，并且部分客户为了数据安全，还要求不对云平台提供数据（当然也有要求只提供部分结论数据的）。为此，我们在计算核心与云平台间，增加了企业服务器，完成了不冷酷的自行车平台上传数据的企业的数据处理要求（当然，我们暂时不会对这样的公司提供行业数据的横向分析业务）。
（之后有机会，我会在保密的前提下，简单介绍我负责的系统的分析与设计过程。）