Intégration AWS - Envoi de données à AWS via API Gateway et Lambda

Rationaliser l'envoi de données de Tulip vers AWS pour élargir les possibilités d'analyse et d'intégration

Objectif

Ce guide explique étape par étape comment envoyer des données Tulip de n'importe quel type vers AWS via API Gateway, une fonction Lambda, et une fonction de connecteur Tulip.

Un exemple d'architecture est listé ci-dessous :

Ceci est vital, car avec API Gateway et les fonctions Lambda, vous n'avez pas besoin d'authentifier les bases de données avec un nom d'utilisateur et un mot de passe du côté de Tulip ; vous pouvez compter sur les méthodes d'authentification IAM à l'intérieur d'AWS. Cela permet également de rationaliser la manière d'exploiter d'autres services AWS tels que Redshift, DynamoDB, etc.

Mise en place

Cet exemple d'intégration inclut l'envoi de données vers AWS depuis Tulip via Connector Functions. Il existe d'autres façons de récupérer les données de Tulip Tables via l'API Tables. Cette méthode permet aux créateurs d'applications d'envoyer toutes les données d'une application à AWS via une fonction de connecteur.

Exigences de haut niveau : 1. Créer une fonction AWS Lambda avec une API Gateway comme déclencheur.{height="" width=""}
2. Obtenir la charge utile de la fonction de connecteur Tulip avec quelque chose qui ressemble à l'exemple de script ci-dessous ``python import json import base64

def lambda_handler(event, context) : body = event['body'] data = json.loads(body)

# utiliser la variable data pour écrire sur S3, Firehose, # les bases de données, etc.

1. La passerelle API peut être une API HTTP ou une API REST en fonction des contraintes de sécurité et de complexité. Par exemple, l'option API REST inclut une méthode d'authentification par clé api alors que l'API HTTPS ne dispose que de JWT (JSON Web Token). Assurez-vous que le rôle IAM qui exécute la fonction lambda dispose également des autorisations appropriées
2. Ensuite, ajoutez toutes les intégrations nécessaires. Vous pouvez écrire les données dans une base de données, sur S3 ou dans un service de notification à partir des fonctions lambda.


## Cas d'utilisation et prochaines étapes


Une fois que vous avez finalisé l'intégration avec lambda, vous pouvez facilement analyser les données avec un sagemaker notebook, QuickSight ou une variété d'autres outils.


**1. Prédiction des**défauts - Identifier les défauts de production avant qu'ils ne se produisent et augmenter la qualité dès la première fois - Identifier les principaux facteurs de production de la qualité afin de mettre en œuvre des améliorations


**2. Optimisation du coût de la qualité**- Identifier les possibilités d'optimisation de la conception des produits sans incidence sur la satisfaction des clients.


**3. Optimisation de l'énergie de production**- Identifier les leviers de production pour optimiser la consommation d'énergie


**4. Prévision et optimisation des livraisons et de la planification**- Optimiser le calendrier de production en fonction de la demande des clients et du calendrier des commandes en temps réel.


**5. Benchmarking global des machines / lignes**- Benchmarker des machines ou équipements similaires avec normalisation.


**6. Gestion de la performance numérique globale / régionale**- Consolidation des données pour créer des tableaux de bord en temps réel.