Мониторинг работоспособности ваших систем IIoT

Как вы обеспечиваете работоспособность своей системы IIoT? Когда ваша система работает, она может испытывать потерю или задержку сети, сбои узлов или неожиданные изменения из-за обновлений программного обеспечения и развертывания новых приложений. Эти проблемы влияют на производительность вашего приложения. Но если вы не будете постоянно их контролировать, определение источника проблемы может оказаться довольно сложной задачей. Команда RTI Research работает над архитектурными решениями для оперативного мониторинга распределенных энергетических систем. Однако этот подход можно применить к любому вертикальному приложению, включая ваше.

Оперативный мониторинг дает вам четкое представление о состоянии вашей системы путем сбора показателей производительности и событий с течением времени. В частности, он дает вам понимание посредством визуализации и анализа в реальном времени. Чтобы поддержать эту возможность оперативного мониторинга для систем на основе DDS, группа RTI Research провела оценку соответствующих технологий и разработала прототип программного обеспечения для демонстрации (эта работа была выполнена в рамках контракта на исследования, финансируемого Министерством энергетики).

Для мониторинга необходимы три ключевых компонента:решение для сбора данных, решение для хранения данных и решение для визуализации.

База данных временных рядов для оперативного мониторинга

Для оперативного мониторинга мы использовали программный стек от InfluxData под названием TICK (производный от инициалов каждой технологии). Это показано на рисунке ниже. T elegraf - это управляемый плагином агент для сбора данных мониторинга. Он поддерживает более 100+ плагинов, поэтому вы можете собирать данные из самых разных источников. Вы также можете расширить свои источники мониторинга, разработав собственный плагин. Как только данные мониторинга собираются Telegraf, собранные данные передаются I nfluxDB - технология мониторинга временных рядов данных. Из InfluxDB данные могут быть переданы в C хронограф для визуализации; К apacitor предоставляет оповещения на основе правил, определенных пользователем.

В частности, InfluxDB - это база данных временных рядов с открытым исходным кодом для мониторинга, которая предоставляет несколько интересных функций:

• SQL-подобные языки запросов, ориентированные на время.
• Встроенные функции временных рядов в языке запросов.
• Политика автоматического хранения данных
• Бессхемный подход.
• Понижение частоты дискретизации с помощью непрерывных запросов.
• Высокая доступность за счет распределенной кластеризации (поддерживается только в коммерческой версии)

<сильный стиль ="письмо-интервал:0.4px; цвет фона:прозрачный;"> InfluxData предоставляет полный стек (так называемый TICK) для мониторинга (с сайта Influxdata.com)

Архитектура и реализация мониторинга

TICK сформировал основу нашего административного уровня (как показано ниже). Кроме того, нам нужно было предоставить инструменты, которые генерируют данные мониторинга работоспособности - то, что мы называем нашим уровнем служб управления.

<сильный> Наш мониторинг архитектура может визуализировать и оповещение на узле, контейнер и ДДС метрики

На рисунке выше описана архитектура мониторинга, которую мы создали для нашего проекта. Эта архитектура состоит в основном из уровня служб управления и уровня администрирования.

• Уровень служб управления включает программные компоненты, которые собирают данные мониторинга с узла, на котором работают пользовательские приложения. В нашем проекте пользовательскими приложениями являются приложения моделирования OpenFMB, но это может быть любое приложение DDS.
• Уровень администрирования состоит из программных компонентов, которые хранят, визуализируют и предупреждают о собранных данных мониторинга временных рядов.

Типы данных, которые мы собрали с помощью этой архитектуры, включают:

• Показатели узла :ЦП, память, использование узлов сети
• Показатели контейнеров :ЦП, память, использование контейнеров в сети
• Показатели DDS :статистика обнаружения, статистика протокола и события (например, потеря живости, потеря образца, отклонение образца)

Для реализации архитектуры мы использовали существующие плагины Telegraf для сбора метрик узлов и контейнеров. Эти метрики собираются из операционной системы и контейнерного движка. Для показателей DDS мы использовали библиотеку мониторинга RTI.

Наш интеллектуальный мост преобразует данные, собранные на местном уровне от наших агентов мониторинга, в удаленные данные, которые передаются по шине данных мониторинга. Мост может фильтровать собранные данные, чтобы уменьшить объем данных, передаваемых по сети, а также обогатить их (например, добавив имя хоста в качестве тега для группировки данных временных рядов), если это необходимо.

Чтобы подписаться на данные из базы данных мониторинга на стороне администрирования, мы использовали Telegraf с поддержкой подключаемого модуля DDS (служба сбора метрик в архитектуре). Поскольку фреймворк плагинов Telegraf написан на Go, мы также разработали привязку DDS Go с RTI Connector! В настоящее время он доступен по адресу https://github.com/rticommunity/rticonnextdds-connector-go. Для визуализации и оповещений мы использовали Grafana.

Grafana позволяет пользователям определять визуализацию и предупреждения для конкретной системы

Со всеми этими артефактами мы могли продемонстрировать возможность непрерывного оперативного мониторинга для систем на основе DDS, используя моделирование нашей энергетической системы в качестве пользовательских приложений (доступно на нашей странице Case + Code:https://www.rti.com/ ресурсы / варианты использования / microgrid-openfmb). Мы рады поделиться нашей работой и получить от вас обратную связь. Если вы заинтересованы, дайте нам знать!

В следующем блоге мы гораздо глубже рассмотрим нашу интеграцию с InfluxDB и предоставим вам исходный код и документацию, чтобы вы могли испытать ее сами!