- Las empresas a menudo luchan por obtener información de flujos de datos de IoT abrumadores debido a la falta de herramientas eficientes de procesamiento y análisis.
- IoT Logic de Navixy simplifica la gestión de datos al ofrecer un sistema de flujo visual sin código/bajo código y un potente lenguaje de expresión.
- Los usuarios pueden transformar, combinar y analizar datos en bruto de múltiples fuentes a través de canalizaciones de datos personalizables y expresiones basadas en JEXL sin necesidad de habilidades avanzadas de codificación.
Los expertos en telemática e integradores a menudo enfrentan el desafío de extraer significado de vastos flujos de datos de IoT. La aplicación de IoT Logic de Navixy aborda este desafío al combinar un sistema de flujo visual con un potente lenguaje de expresión, lo que permite gestionar flujos de datos telemáticos en bruto sin necesidad de codificación.
La herramienta facilita drásticamente el procesamiento y análisis de datos, ya sea que esté trabajando con rastreadores GPS, cámaras de tablero o múltiples sensores de IoT. Vamos a explorar cómo funciona.
¿Por qué necesitaría el IoT Logic?
Los sistemas telemáticos producen enormes volúmenes de datos, lo que a menudo abruma a las empresas mientras intentan extraer información procesable. Esta sobrecarga de datos puede ser un obstáculo para las compañías que carecen de las herramientas o la experiencia para filtrar y priorizar la información valiosa. Con datos que fluyen de múltiples dispositivos de IoT (como rastreadores GPS), convertir datos en bruto en información útil se vuelve cada vez más complejo.
Una encuesta reciente de la industria ilustró estas dificultades, con un 32.7% de los encuestados reportando problemas para hacer que sus datos telemáticos sean procesables para su negocio.
Otra capa de dificultad proviene de la naturaleza de los datos telemáticos en sí. Los puntos de datos básicos de los rastreadores GPS y otros dispositivos de IoT, como la ubicación o la velocidad, pueden no ser suficientes para operaciones o cálculos complejos que las empresas puedan requerir. Las compañías deben integrar estos datos con capas adicionales para derivar los conocimientos necesarios para optimizar el rendimiento o reducir costos. Sin los sistemas para procesar e interpretar los datos, las empresas pueden encontrarse ahogadas en información pero con escasez de información que tenga sentido.
Y aquí es donde entra en juego el IoT Logic de Navixy.
Diagrama de flujo de IoT Logic: Arquitectura de canalizaciones de datos
El IoT Logic de Navixy cuenta con un potente e intuitivo modelo de diagrama de flujo para la transformación de datos como parte central. Este enfoque visual para el procesamiento de datos permite a los usuarios arquitectar fácilmente canalizaciones de datos complejas, convirtiendo datos en bruto de dispositivos en información más significativa y estructurada.
El diagrama de flujo consiste en nodos interconectados, cada uno representando una operación o transformación de datos específica. Hoy, nos enfocaremos en la piedra angular de este sistema: el nodo "Iniciar atributo", una herramienta versátil que le permite definir y manipular atributos de datos utilizando un robusto lenguaje de expresión.
Con el nodo "Iniciar atributo", puede:
- Crear nuevas entradas de datos sobre la marcha
- Transformar datos existentes a través de fórmulas personalizadas
- Combinar información de múltiples fuentes
Como cabría esperar de un sistema robusto de procesamiento de datos, el IoT Logic se destaca en el manejo de transformaciones simples y cálculos en cascada intrincados. Al encadenar estos nodos, puede desglosar tareas complejas de procesamiento de datos en una serie de pasos manejables, lo que permite construir canalizaciones de datos sofisticadas utilizando un enfoque visual y de bajo código.
Guía práctica: Construcción con nodos 'Iniciar atributo'
Para hacerlo aún más claro, pasemos por el diagrama a continuación, demostrando lo fácil que es realizar manipulaciones de datos sin código/bajo código utilizando nuestra función 'Iniciar atributo'.
A la izquierda, ve usted nuestras fuentes de datos: rastreadores GPS y cámaras de tablero. Estos pueden ser cualquier dispositivo integrado con Navixy, pero para mayor claridad, estamos hablando de protocolos específicos como Queclink @Track para GPS y Jimi para cámaras de tablero.
Ahora, independientemente de la fuente de datos, todo fluye hacia nuestros nodos 'Iniciar atributo', los verdaderos caballos de batalla de nuestro sistema. Estos le permiten crear nuevos puntos de datos, transformar los existentes o combinar información de múltiples fuentes, todo sin escribir una sola línea de código.
Una característica crucial más a tener en cuenta: estos nodos se pueden encadenar. Este encadenamiento le permite desglosar manipulaciones de datos complejas en una serie de pasos simples y manejables.
Por último, veamos el destino de estos datos procesados. Pueden fluir sin problemas hacia las aplicaciones nativas de Navixy o hacia sus propias aplicaciones personalizadas, brindándole la máxima flexibilidad en cómo utiliza sus datos transformados.
JEXL: Potenciando el lenguaje de expresión
El lenguaje de expresión en el IoT Logic se basa en JEXL (Java Expression Language), una herramienta potente que resulta especialmente útil para quienes no son profesionales y buscan implementar soluciones de bajo código. JEXL ofrece varios beneficios:
- Sencillez. Utiliza una sintaxis sencilla que es fácil de aprender y leer.
- Flexibilidad. JEXL puede manejar una amplia gama de operaciones, desde aritmética básica hasta expresiones lógicas complejas
- Integración. Se integra sin problemas con objetos de Java, lo que lo convierte en una opción natural para la plataforma de Navixy.
Para aquellos que son nuevos en la programación, JEXL ofrece una curva de aprendizaje suave al mismo tiempo que proporciona la capacidad de realizar manipulaciones de datos complejas. Esto lo convierte en una opción ideal para el IoT Logic, permitiendo a los usuarios crear transformaciones de datos sofisticadas sin necesidad de habilidades de programación completas.
Aprovechando los datos históricos en expresiones
El lenguaje de expresión en el IoT Logic está diseñado para la flexibilidad y la potencia. Una característica clave es la capacidad de acceder a los datos históricos de todos los atributos disponibles en el flujo de datos original (en bruto) y los nuevos atributos creados dentro del diagrama de flujo:
- Hasta 12 valores históricos están disponibles para cada atributo.
- Los usuarios pueden especificar cómo recuperar estos valores:
- Por índice (0 a 11, donde 0 es el más reciente)
- Por bandera de validación:
- 'todo': Incluye todos los datos históricos, incluidos los valores nulos
- 'válido': Excluye los valores nulos
Sintaxis para acceder a valores históricos
Para acceder a los datos históricos, utilice la siguiente sintaxis:
value('parameter_name', index, 'validation_flag')
Por ejemplo:
value('temperature', 0, 'valid'): Lectura de temperatura válida más reciente- value('fuel_level', 5, 'all'): Lectura del nivel de combustible más reciente en 6ª posición, incluidos los valores nulos
Contexto temporal: Utilizando información de fecha y hora
Cada valor histórico viene con información de fecha/hora asociada:
- genTime('parameter_name', index, 'validation_flag'): Cuándo se generó el valor en el dispositivo
- srvTime('parameter_name', index, 'validation_flag'): Cuándo se recibió el valor por el servidor
Estos datos temporales permiten realizar análisis y cálculos basados en el tiempo dentro de sus transformaciones.
Gestionando flujos de datos de sensores del mundo real
Veamos más de cerca cómo el IoT Logic maneja los flujos de datos de los dispositivos.
Imagina una línea de tiempo en constante actualización de lecturas de sensores. A medida que llegan nuevos mensajes, se llenan nuestro marco de datos con valores actuales o 'nulo' si no se recibe ningún dato. Aquí está la clave: mantenemos un registro histórico de hasta 12 lecturas para cada parámetro.
Observe cómo en este ejemplo tenemos gps_speed y cargo_temp. La temperatura de carga muestra un patrón interesante: ¿ve ese valor 'nulo'? Aquí es donde el lenguaje de expresión demuestra su versatilidad. Al utilizar diferentes banderas de validación, podemos incluir o excluir estos valores nulos en nuestros cálculos. Por ejemplo, value('cargo_temp', 1, 'all') nos daría 'nulo', mientras que value('cargo_temp', 1, 'valid') devuelve '4.6'. Esta flexibilidad le permite manejar los datos faltantes de manera elegante, asegurando que sus análisis y transformaciones sean sólidos y precisos.
De la teoría a la práctica: Aplicaciones del mundo real
El verdadero poder de el IoT Logic de Navixy se hace evidente cuando se aplica a escenarios del mundo real, que abarcan desde conversiones de unidades simples hasta sincronización de datos y análisis de tendencias avanzados. Exploremos algunos ejemplos concretos que demuestran cómo el IoT Logic mejora el valor de sus datos de IoT en diversos casos de uso.
- Temperature conversion (Celsius to Fahrenheit):
(value('temp_celsius') * 9/5) + 32
Esta expresión simple convierte las lecturas de temperatura de Celsius a Fahrenheit. - Creando características significativas a partir de datos del bus CAN
value('can_seatbelt') == 1 ? "Driver belt fastened" : "Driver belt unfastened"
value('can_cruise_control') == 1 ? "Cruise control engaged" : "Cruise control disengaged"
Estas expresiones transforman los datos binarios del bus CAN en información de estado legible por humanos, útil para aplicaciones e informes. - Sincronizando datos de sensores:
value('fuel_level', 0, 'all') != null ? value('fuel_level', 0, 'valid') : value('fuel_level', 1, 'valid')
Esta expresión asegura que cada punto GPS tenga un valor de nivel de combustible correspondiente, incluso cuando el sensor de combustible informa con menos frecuencia que el GPS. - Calculando la tasa de cambio a lo largo del tiempo:
(value('speed', 0) - value('speed', 1)) / (srvTime('speed', 0) - srvTime('speed', 1)) * 1000
Esto calcula la tasa de cambio de velocidad (aceleración) en unidades por segundo. - Creando promedios móviles:
(value('temperature', 0) + value('temperature', 1) + value('temperature', 2)) / 3
Esto calcula un promedio móvil simple de la temperatura en las últimas tres lecturas.
Conclusión: Haciendo que la gestión de datos telemáticos sea más accesible con la lógica IoT
Para concluir, el IoT Logic de Navixy eleva el procesamiento de datos telemáticos a un nuevo nivel, combinando diagramas de flujo visuales y acceso a datos históricos para transformar datos en bruto en información valiosa. El nodo 'Iniciar atributo', destacado en esta publicación, mejora el valor informativo de los datos de IoT. Este enfoque sin código/bajo código no solo hace que la manipulación de datos complejos sea accesible para usuarios con diferentes habilidades técnicas, sino que también reduce la necesidad de desarrolladores especializados, disminuyendo significativamente los costos operativos y acelerando la toma de decisiones.
Al automatizar el procesamiento de datos y permitir que las empresas creen rápidamente canalizaciones de datos sofisticadas, el IoT Logic ayuda a las organizaciones a ahorrar tiempo y dinero. Su escalabilidad y capacidades de integración aseguran, además, que las empresas puedan adaptarse sin problemas a medida que crecen sus necesidades de datos de IoT.
Alineándose con la misión de Navixy de democratizar la telemática, el IoT Logic ayuda a empresas de todos los tamaños a maximizar el valor de sus datos de ubicación y vehículos, fomentando decisiones eficientes basadas en datos.
