Integracja z AWS - wysyłanie danych do AWS za pośrednictwem API Gateway i Lambda

Usprawnienie przesyłania danych z Tulip do AWS w celu uzyskania szerszych możliwości analitycznych i integracyjnych.

Cel

Ten przewodnik przedstawia krok po kroku, jak wysyłać dane Tulip dowolnego rodzaju do AWS za pośrednictwem API Gateway, funkcji Lambda i funkcji łącznika Tulip.

Przykładowa architektura jest wymieniona poniżej:

Jest to istotne, ponieważ dzięki funkcjom API Gateway i Lambda nie trzeba uwierzytelniać baz danych za pomocą nazwy użytkownika i hasła po stronie Tulip; można polegać na metodach uwierzytelniania IAM wewnątrz AWS. Usprawnia to również wykorzystanie innych usług AWS, takich jak Redshift, DynamoDB i innych.

Konfiguracja

Ta przykładowa integracja obejmuje wypychanie danych do AWS z Tulip za pośrednictwem Connector Functions. Istnieją alternatywne sposoby pobierania danych z Tulip Tables za pośrednictwem interfejsu API Tables. Ta metoda umożliwia twórcom aplikacji wysyłanie dowolnych danych w aplikacji do AWS za pośrednictwem funkcji konektora.

Wymagania ogólne: 1. Utworzenie funkcji AWS Lambda z API Gateway jako wyzwalaczem.{height="" width=""}
2. Uzyskaj ładunek funkcji Tulip Connector za pomocą czegoś podobnego do poniższego przykładowego skryptu ``python import json import base64

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

# użyj zmiennej data do zapisu w S3, Firehose, # bazach danych i nie tylko

1. API Gateway może być HTTP API lub REST API w zależności od ograniczeń bezpieczeństwa i złożoności. Na przykład opcja REST API zawiera metodę uwierzytelniania klucza API, podczas gdy HTTPS API ma tylko JWT (JSON Web Token). Upewnij się, że rola IAM wykonująca funkcję lambda ma również odpowiednie uprawnienia
2. Następnie dodaj wszelkie wymagane integracje. Możesz zapisywać dane do bazy danych, S3 lub usługi powiadomień z funkcji lambda.


## Przypadki użycia i kolejne kroki


Po sfinalizowaniu integracji z lambda można łatwo analizować dane za pomocą notatnika sagemaker, QuickSight lub wielu innych narzędzi.


**1. Przewidywanie usterek**- Identyfikacja usterek produkcyjnych przed ich wystąpieniem i zwiększenie liczby poprawek za pierwszym razem - Identyfikacja głównych czynników wpływających na jakość produkcji w celu wdrożenia ulepszeń.


**2. Optymalizacja kosztów jakości**- identyfikacja możliwości optymalizacji projektu produktu bez wpływu na zadowolenie klienta.


**3. Optymalizacja zużycia energii**podczas produkcji - identyfikacja czynników wpływających na optymalne zużycie energii podczas produkcji.


**4. Przewidywanie i optymalizacja dostaw i planowania**- optymalizacja harmonogramu produkcji w oparciu o zapotrzebowanie klientów i harmonogram zamówień w czasie rzeczywistym.


**5. Globalna analiza porównawcza maszyn/linii**- analiza porównawcza podobnych maszyn lub urządzeń z normalizacją.


**6. Globalne / regionalne cyfrowe zarządzanie wydajnością**- skonsolidowane dane do tworzenia pulpitów nawigacyjnych w czasie rzeczywistym