Go to Qiita Advent Calendar 2024 Top
LoginSignup
5
7

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

@uhuru-hackathon(草太 村上)in株式会社ウフル

IoT ハッカソン クラウド環境 設定手順

Last updated at Posted at 2018-08-16

はじめに

本コンテンツは、IoT ハッカソンで使用する技術ハンズオンの資料です。
環境は参加者が自由選択できますので、参考としてご活用ください。

デバイスの環境はIoT ハッカソン Wio LTE デバイス環境 設定手順を参照してください。

概要

SORACOM Air サービスを使用して、センサーから取得したデータを可視化するまでの手順を説明します。
温度センサーのデータを可視化する方法として 2 つの手段を説明して行きます。

目次

事前準備

  • 本内容を進めるにあたり、事前に以下の準備/ツールを導入してください
    • Node.js

導入(Windows 向け)

Node 導入

Node.jsのページから、インストーラーをダウンロードしてインストールしてください。
バージョンは、LTS(Version: 8)を導入します。

導入(macOS 向け)

Homebrew 導入

ターミナルを立ち上げ、以下の内容を貼り付け、Homebrew を導入します。

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

Node 導入

ターミナルから　nodebrew を利用して Node.js(Version 8) を導入します。
すでに、Homebrew で node をインストールしている場合は、削除してください。

アンインストール:

brew uninstall --force node

インストール:

brew install nodebrew
echo 'export PATH=$HOME/.nodebrew/current/bin:$PATH' >> ~/.bash_profile
echo 'export NODEBREW_ROOT=/usr/local/var/nodebrew' >> ~/.bash_profile
source ~/.bash_profile
nodebrew install-binary v8

Windows/macOS 共通

InfoMotion Tool 導入

端末を起動させ、以下コマンドで InfoMotion Tool を導入します。

npm install @uhuru/enebular-infomotion-tool-v2 -g

構成

  • enebular のサービス を使った可視化
    • データ転送: SORACOM Beam
    • データ操作: enebular
    • データストア: firebase
    • 可視化: InfoType + InfoMotion

setup_enebular.png

  • AWS のサービスを使った可視化
    • データ転送: SORACOM Funnel
    • データ操作: AWS IoT Core、Amazon Athena
    • データストア: Amazon S3
    • 可視化: Amazon QuickSight

setup_aws.png

enebular のサービスを使った可視化の手順

デバイスのプログラム

IoT ハッカソン Wio LTE デバイス環境 設定手順から、転送先をSORACOM Beamにして、ボードに書き込んでください。

Firebase

enebular のページで"Firebase DataSource の作成" 〜 "DataBase のセットアップ"まで実施してください。

[https://docs.enebular.com/ja/InfoMotion/DatasourceFirebase.html]
(https://docs.enebular.com/ja/InfoMotion/DatasourceFirebase.html)

次に、Firebase の"ウェブアプリに Firebase を追加"の内容を控えてください。

ウェブアプリに FireBase を追加1

ウェブアプリに FireBase を追加2

enebular プロジェクト作成

コンソールから[Create Projet]を選択し、プロジェクトを作成します。

コンソール-プロジェクト作成

プロジェクト名には任意の名前をつけて、[Submit]を選択する(図では"iot-hackathon")

プロジェクト名

続いて作成したプロジェクトを選択し、フローを作成して行きます。

プロジェクト選択

enebular のプロジェクトの右下の +ボタンをクリックし、新しいフローを作成します。

フロー作成

フローに任意の名前を設定して、[Continue]を選択します。

フロー設定

[Edit Flow]を選択して、フローを作成を開始します。

フロー編集

Flow 作成

enebular の Flow から NODE-RED を使用してフローを作成します。
設定は各ノードをダブルクリックすることで編集できます。

  • "base64" ノードをインストール (後述の図を参照)

  • [input] - [http]ノードを配置して以下内容を設定

    • Method: POST
    • URL: /test
    • Name: SORACOM Beam

  • [function] - [base64]を配置

    • Actionで"Convert Base64 to String"を選択

  • [function] - [function]ノードを 2 つ配置

    • 1 つ目に"get_payload"の名前をつけて、Function に以下内容を記載
    msg.payload = msg.payload["payload"];
return msg;
    • 2 つ目に"time_and_tmpr_c"の名前をつけて、Function に以下内容を記載
var timestamp = Date.now();
var tmpr_c = JSON.parse(msg.payload)["tmpr_c"];

var data = {
  timestamp: timestamp,
  value: {
    id: "1",
    tmpr_c: tmpr_c,
    created: timestamp
  }
};

msg.payload = data;
return msg;
  • [firebase] - [firebase modify]を配置して以下内容を設定
    • Firebase:
      • Firebase: https://<ウェブアプリに FireBase を追加で控えた projectId>/firebaseio.com/
      • Auth Type: None
    • Child Path: test
    • Method: push
    • Value: msg.payload
    • Name: push_tmpr_c
  • [Output] - [debug]
  • [Input] - [inject] ... デバッグ用途で使用します
    • Payload 左側でJSON({}のアイコン)を選択(図を参照)
    • Payload: { "payload": "eyJ0bXByX2MiOjI4fQ==" }
    • 他(Topic/Repeat/inject once at start?/Name)はそのまま変更しない
Inject設定

最後に、以下の全体の接続にしたがって、ノード間を接続します。

base64 ノード追加

右側の[admin]タブから、検索欄に"base64"と入力し[install]ボタンを選択します。
※ 入力すると自動で"node-red-node-base64"と保管されます。

base64ノード追加

全体の接続

フロー全体図

DataSource 作成

ダッシュボードのプロジェクトまで戻ります。
左側の[Data Sources]を選択し、 右下の+ボタンをクリックし、新しいデータソースを作成します。

データソースへ遷移

名前には任意の名前をつけます(ここでは"firebase-ds"としています)
"ウェブアプリに FireBase を追加"で控えた内容を入力して行きます。
"Ref"には Firebase で作成したコレクション名を入れます(ここでは"/test"で、/(スラッシュ)が必要なので注意)
入力が完了したら、[Update]ボタンを選択します。

Firebase設定

InfoType 作成

事前に InfoMotion Tool を導入してから以下を進めてください。

次にグラフで可視化するための InfoType でグラフの種類の設定をします。
折れ線グラフのテンプレートを作成後、InfoType の依存するパッケージを導入します。

eit create tmpr_c_chart -t linechart
cd tmpr_c_chart
npm install
cd ../

上記コマンドを実行すると、tmpr_c_chartフォルダが生成され、配下には以下ファイルが生成されます。

  • datasource.json
  • package.json
  • plugin.css
  • plugin.js
  • plugin.json
  • README.md

次に、tmpr_c_chartフォルダは以下のplugin.jsonとplugin.jsを編集していきます。

plugin.jsonの defaultSettings を以下のように書き換える。

plugin.json
{
  "defaultSettings": {
    "label" : "id",
    "value": "tmpr_c",
    "limit": "20"
  },
...(省略)...

plugin.jsの LineChart.defaultSettings を以下のように書き換える

plugin.js
LineChart.defaultSettings = {
    "label" : "id",
    "value": "tmpr_c",
    "limit": "20"
};
...(省略)...

編集が終わったら、端末からパッケージのコマンドを実行する

eit package tmpr_c_chart

上記のコマンドを実行すると、<作業フォルダ>/tmpr_c_chart/build/targetに以下の アップロードするために最適化された 4 ファイルが生成されます。

  • datasource.json
  • plugin.css
  • plugin.js
  • plugin.json

上記のplugin.*の 3 ファイルを enebular の infotype にアップロードします。

InfoTypeのメニュー

以下画面で、plugin.js, plugin.css, plugin.json の 3 ファイルをドラッグ・アンド・ドロップし、[upload]ボタンを選択します。

pluginのアップロード

アップロードが完了したら、プレビューで以下内容を記載し、[Preview]ボタンを選択します。
実行結果として、線が表示されることを確認してください。

[{
  "id": "1",
  "tmpr_c": "20",
  "created": 1533703436128
}, {
  "id": "1",
  "tmpr_c": "30",
  "created": 1533703437128
}]

実行結果

infotypeプレビュー結果

infotype 作成の参考ページ: https://docs.enebular.com/ja/infomotion/InfoMotionTool.html

InfoMotion 作成

ダッシュボードのプロジェクトまで戻ります。
左側の[InfoMotions]を選択し、 右下の+ボタンをクリックし、新しい InfoMotion を作成します。

InfoMotion メニュー

以下の画面では、タイトルと概要(概要はなくても良い)を記載し、他は変更せず[continue]を選択します。

InfoMotion概要設定

InfoMotion の編集画面へ遷移したら、([+)Add Graph]を選択後、[New Graph]を選択します。

グラフ追加
新規グラフ作成

項目には以下を設定してください。

項目名 設定値
NAME 任意のグラフの名前(ここでは温度表示)
TYPE Info Type で作成した名前(ここでは linechart)
DATASOURCE Data Source で作成した Firebase の Data Source(ここでは、firebase-ds)
Label plugin.js で設定したラベル名(ここでは id)
Value plugin.js で設定した値名(ここでは tmpr_c)
Limit 一度に同時表示するサンプル数(ここでは 20 個のデータ)

グラフ設定

上記までの設定が完了したら[Create Graph]を選択、
作成が完了したら追加された、グラフ名の左側(+)ボタンを選択します。

グラフをOverviewに追加

データが Firebase に格納されていない状態では何も表示されませんが、温度データが格納されると以下の表に表示されます。

温度表示

最後に下側のスライダーや右上の日付の範囲を選択して、表示したい範囲を設定できます。
設定した内容を保存するためには、(+)Add Graphe ボタンの右側にある[Save]ボタンを選択すると、上記までの設定が保存されます。

SORACOM Beam への設定

上記までの設定が完了したら、デバイスからの送信されたデータが enebular まで転送されるよう、SORACOM Beam の設定を行います。
ここでは、デバイス から UDP のソケット通信を使ってデータを送る方法を説明します。

まず、enebular の Flow 編集画面から、URL を控えておいてください。

enebularホスト

ソラコムのコンソールへログインします。
[menu] - [SIM グループ]を選択して、設定をしたいグループを選択します。

menu選択
SIMグループ設定選択

グループの[基本設定] - [SORACOM Beam 設定]のアコーディオンを開き、左下の[+]を選択、
[UDP→HTTP/HTTPS エントリーポイント]を選択します。

Beam UDP設定開始

以下設定を行い[保存]を選択してください。

項目名 設定値
設定名 任意の設定名(ここでは udp-test-enebular)
プロトコル HTTPS
ホスト名 上記 enebular Flow で控えた URL
ポート番号 443
パス /test
IMSI ヘッダ OFF
IMEI ヘッダ OFF
証明ヘッダ付与 OFF
事前共有鍵 なし
カスタムヘッダ なし
ステータスコードを省略 OFF

011_soracom_beam_config_item1.png
011_soracom_beam_config_item2.png

以上で、enebular + Firebase を使った温度センサーの値の可視化設定が完了です。

AWS のサービスを使った可視化の手順

AWS のサービスを使用した可視化までの流れは、以下の流れになります。
デバイス で取得した温度センサーの情報を
SORACOM Funnel で AWS IoT Core へ転送 →
AWS IoT Core のルールで Amazon S3 にデータを格納 →
Amazon Athena のテーブルの定義にしたがって、Amazon QuickSight からクエリーで S3 に格納した情報を読み取り、画面にグラフを表示します。

デバイスのプログラム

IoT ハッカソン Wio LTE デバイス環境 設定手順から、転送先をSORACOM Funnelにして、ボードに書き込んでください。

AWS IoT ルール作成

  • AWS アカウントにサインイン
  • [サービス] - [IoT] - [IoT Core]を選択

サービスを選択

IoT Coreを選択

エンドポイントを控える

AWS IoT Core のコンソールへ移動したら、はじめにエンドポイントを控えてください。
SORACOM Funnel から AWS IoT へ転送先を指定する時に必要になります。

  • 左側のメニューから、[設定]を選択肢

エンドポイント

次に AWS IoT で受けたデータを Amazon S3 へ保存するための"ルール"を作成します。

  • 左側のメニューから、[ACT]を選択
  • 右上の[作成]ボタンを選択

ルール作成開始

ルールの作成画面では以下の設定をします。

ルールの作成

項目名 設定値
名前 to_s3
説明 (空欄)

メッセージのリソース

項目名 設定値
SQL のバージョン使用 2016-03-23
属性 *
トピックフィルタ to_s3/#
条件 (空欄)

アクションを作成

  • ”1 つ以上のアクションを設定する”で[アクションの追加]ボタンを選択
  • [新しいリソースを作成する]を選択し、格納先新規で作成

アクションを選択

S3を選択

新しい格納先を作成する

S3 バケット格納先を作成する

  • S3 コンソールから、[バケットを作成する]を選択
  • バケット名には、各参加者が自由につけてください
    ※ リージョンによって命名規則がありますが、エラーが出なければ大丈夫です
  • リージョンは「東京」を選択
    ※ この後に説明する Athena、QuickSight と同じにする必要があります
  • 名前とリージョンの設定が終わったら、[次へ]を選択
  • "オプション設定"”アクセス許可設定"はそれぞれ設定を変更せず、[次へ]を選択
  • "確認"で[バケット作成]を選択して、完了

バケットを作成する

バケット名前とリージョン

バケットオプション設定

バケットアクセス許可の設定

バケットを作成

S3 バケットを設定する

バケット作成が完了したら、元の画面に戻り次の値を設定します。

項目名 設定値
S3 バケット (上記で作成したバケット名)
キー iot-test/${timestamp()}.txt

設定が完了したら次は"IAM"のロールを設定します。

  • [新しいロールを作成]を選択
  • 表示された"IAM ロール名"にhackathon2018-roleを入力
  • [新しいロールの作成]を選択し、ロールを作成

S3バケット設定

[アクションの追加]を選択して、アクションの設定は完了です。

最後に、[ルールの作成]を選択し、ルール作成の完了です。

ルールの作成

Amazon Athena テーブル作成

次に、QuickSight に渡すためのテーブルを作成します。
サービスから[Athena]を選択し、Athena のコンソールを表示させます。

Athena

初回アクセス時

初めて表示すると以下のような画面が表示されるため、[Get Started]を選択します
続いて、チュートリアルが始まるので、右上の × ボタンを選択して終了します。

Athena Getting Started

チュートリアルをスキップ

テーブル作成

右側の Tables にある項目からテーブルを作成していきます

  • [Create table]を選択

  • 表示されたメニューから[Manually]を選択

    デーブル作成

  • Step1: Name & Location で以下の設定値を設定して、[Next]を選択

項目名 設定値
Data Base sampledb
Table Name iot_test
Location of Input Data Set s3://<上記で作成した S3 バケット名>/iot-test/
Encrypted data set チェック無

step1

  • Step2: Data Format で以下の設定値を設定して、[Next]を選択
項目名 設定値
Data Format JSON

step2

  • Step3: Columns で以下の設定値を設定して、[Next]を選択
項目名 設定値
1 つ目 Column Name timestamp
1 つ目 Column type string
2 つ目 Column Name payloads
2 つ目 Column type map
2 つ目 Map Key type string
2 つ目 Map Value type smallint

step3-1
step3-2

  • Step4: Partitions では何 も設定せず[Create table]を選択
    step4

テーブルの作成が完了すると右側の、DataBase にテーブルが作成されます。
作成テーブル

QuickSight で可視化グラフ作成

QickSight で可視化するための、ラインチャートの作成をして行きます。

アカウント作成

初回アクセス時に QuickSight のアカウント作成とプラン選択が必要になります。
ここでは、Standard プランを作成していきます。

Signup QuickSight

プラン選択

Create your QuickSight account では以下の内容を入力し、[Finish]を選択してください。

項目名 設定値
QickSight account name (参加者が自由に決めてください)
Notification email address (参加者自信のメールアドレスを入力してください)
QuickSight Asia Pacific (Tokyo)
Enable autodiscovery of data and users in your Amazon Redshift, Amazon RDS and AWS IAM services. チェック有
Amazon Athena チェック有
Amazon S3 チェック有(Choose S3 buckets から上記で作成したバケットを選択)
Amazon S3 Storage Analytics チェック無
Amazon IoT Analystics チェック無

アカウント作成

しばらくすると、作成完了の表示がされるので[Go to Amazon QuickSight]を選択してください。

アカウント作成成功

分析グラフ作成

  • コンソール左上の[New analysis]を選択
  • [New data set]を選択
  • データソースとして、[Athena]を選択

分析新規作成
データセット作成
データソース選択

データソースの設定

  • "Data source name" でiot-testを入力し、[Create data source]を選択

    データソース名設定

  • "Choose your table" で[Use custom SQL]を選択

    テーブル選択

  • "Enter custom SQL query"で以下内容を入力して、[Confirm query]を選択

項目名 設定値
New custom SQL 温度表示
Enter SQL here... SELECT from_unixtime(cast(substr(timestamp,1,10) as double), 'Asia/Tokyo') as datetime, payloads['tmpr_c'] AS tmpr_c FROM sampledb.iot_test LIMIT 10;

カスタムクエリ

  • "Finish data set creation"で、[Import to SPICE for quicker analytics]を選択して、[Visualize]を選択
    インポート選択

Visual 作成

データセットを作成したら次は、可視化のグラフを作成していきます。
Visual編集画面

  • 左下の"Visual Type"から[Line Chart]を選択
  • 左上の"Fields list"からそれぞれの項目をドラッグ・アンド・ドロップする
Fields list ドロップ先
datetime X axis
tmpr_c Value

Line Chart作成

SORACOM Funnel の設定

[Menu] - [LoRa グループ]から作成済みのグループを選択

Fields list ドロップ先
転送先サービス AWS IoT
転送先 URL https://<AWS IoTで控えたエンドポイント>/to_s3/#{imsi}
認証情報 ID 任意の ID(ここでは awsiot-dataaccess)
概要 <任意の説明文>
種別 AWS 認証情報
AWS Access Key ID <事前に作成したアクセスキー>
AWS Secret Access Key <アクセスキーを作成した際に生成した秘密鍵>
送信データ形式 JSON

SORACOM Funnel設定

AWS認証情報設定

以上で、AWS を使った温度センサーの値の可視化設定が完了です。

補足: IAM からアクセスキー 生成

  • [AWS コンソール] - [サービス] - [IAM] - [ユーザー]から対象のユーザーを選択
  • ユーザーの概要画面から[認証情報]を選択。[アクセスーを作成]ボタンを押下する
    (※アクセスキーは 2 つまでしか作成できない)

アクセスキーを取得

enebular リファレンス

https://docs.enebular.com/ja/

5
7
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
5
7

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?