대규모 연결 차량

이 문서에서는 고객과 파트너가 구성 가능한 데이터 중심 솔루션을 빌드할 수 있도록 하는 자동차 연결 차량 참조 아키텍처에 대해 설명합니다. 연결된 플릿의 모든 측면을 관리하고, 데이터 기반 인사이트를 생성하며, 플릿 솔루션을 중요한 비즈니스 프로세스와 통합할 수 있습니다. 연결된 차량 참조 아키텍처는 소형 및 신흥 차량, 차량 운영자, 차량 솔루션 공급자 및 모빌리티 서비스 공급자를 포함한 자동차 OEM(원래 장비 제조업체)에 적용할 수 있습니다.

아키텍처

아키텍처에서 다이어그램의 Visio 파일을 다운로드합니다.

연결된 플릿 참조 아키텍처는 다음을 통해 작성성, 혁신 및 지원 가능성을 지원합니다.

• 공통 메시징 스키마 및 업데이트된 자동차 공통 데이터 모델을 적용하여 파트너가 차량 운영 도메인의 여러 영역에서 가치를 조정하고 추가할 수 있습니다.
• 모듈식 디자인을 사용하여 차량과 비즈니스 모두를 관리하기 위한 새로운 기능으로 브라운필드 환경을 현대화하는 과제를 해결합니다. 모듈은 독립적으로 관리 및 통합될 수 있으며, 서로 다른 당사자의 기능 통합을 간소화하고 가속화할 수 있습니다. 모듈은 적응 가능하며 고객과 파트너가 필요에 따라 기능을 사용자 지정하고 작업을 확장할 수 있습니다.
• 일반적으로 사용 가능한 Azure 서비스를 기반으로 합니다. 아키텍처는 새로운 Azure 서비스 기능이 도입됨에 따라 진화합니다.

아키텍처는 다음 영역으로 구성됩니다.

• Vehicle Edge 는 차량 내 논리 및 클라우드 백 엔드에 대한 연결을 담당합니다.
• 텔레매틱스는 차량 원격 분석 수집, 메시지 처리 및 디바이스 관리를 다룹니다.
• 플릿 통합 은 원격 분석 계층에서 비즈니스 및 분석 계층으로의 통합을 다룹니다.
• 비즈니스 데이터는 데이터 모델과 플릿 공통 데이터 모델과 기존 Dynamics 365 모듈 간의 링크를 포함합니다.
• 분석은 다양하고 큰 데이터 원본에서 인사이트를 통합하고 생성합니다.
• 비즈니스 운영은 차량 차량의 관리 및 운영을 위한 기능을 제공합니다.
• 비즈니스 자동화 는 비즈니스 데이터를 기반으로 사용 사례를 구현하기 위해 코드가 낮거나 코드가 없는 확장성을 제공합니다.
• 시각화 는 보고 및 비즈니스 인텔리전스 기능을 제공합니다.
• 운영 및 보안 은 모든 서비스 및 디바이스에 대한 모니터링 및 관찰 가능성을 제공하고, 네트워크 연결을 보호하며, 디바이스, 애플리케이션 및 사용자에게 인증 또는 권한 부여를 제공합니다.

다음 섹션에서는 아키텍처 및 워크플로 세부 정보를 확장합니다.

원격 분석 수집 워크플로

원격 분석 수집 계층은 차량에서 메시지를 수신하고, 권한 부여, 디코딩 및 보강 계층을 수행하고, 메시지를 플릿 통합 계층으로 라우팅합니다.

아키텍처에서 다이어그램의 Visio 파일을 다운로드합니다.

1. 차량의 원격 분석 메시지에는 헤더 또는 메타데이터 및 protobuf로 인코딩되거나 JSON 형식일 수 있는 페이로드가 포함됩니다. 이러한 메시지는 MQTT를 통해 클라우드 브로커로 전송됩니다. 헤더에는 차량 UUID, 메시지 유형, 공급자, 상관 관계 식별자, 메시지 버전, 메시지 UUID 및 UTC의 표준 타임스탬프와 같은 필드가 포함됩니다. 헤더는 메시지 유형 유효성 검사 및 라우팅에 사용됩니다.
2. 메시지는 다음 단계를 수행하는 파이프라인에서 처리됩니다.
   1. 메타데이터 유효성 검사는 디바이스가 메시지 유형 및 필수 헤더 필드를 보낼 권한이 있는지 확인하는 등의 활동을 포함하여 메시지 헤더의 유효성을 검사합니다.
   2. 디코딩 단계는 입력 스키마를 클라우드에서 사용하는 표준화된 형식으로 변환합니다. 또한 디코딩 단계는 디바이스 유형 또는 연도 간에 버전 관리 변경이 있는 경우 디바이스와 클라우드 간에 추상화 계층을 제공합니다. 디코딩 구현은 성능 향상을 위한 함수의 일부로 인라인이거나 추가 모듈성을 위한 별도의 함수 호출일 수 있습니다.
   3. 보강 에는 데이터 값 조작 및 새 데이터 필드 추가가 포함됩니다. 보강 워크로드의 예로는 마일에서 킬로미터로 단위 변환, 역방향 지오코딩, 차량 진단 문제 코드 설명 조회, 더 많은 데이터로 보강, 추가 값 파생 및 계산 등이 있습니다. 보강 단계는 메시지 유형에 따라 호출됩니다.
   4. 라우팅 단계에서는 메시지 유형에 따라 플릿 통합 계층의 이벤트 허브에 메시지를 배포합니다. 플릿 통합 계층은 메시지 데이터에 거의 실시간으로 액세스해야 하는 통합에 필요한 웜 경로입니다.
3. 구성 은 Azure Cosmos DB에서 관리됩니다. 메시지 처리 앱은 알려진 메시지 유형, 디바이스 권한 부여 클레임 및 들어오는 메시지를 처리하고 라우팅하는 단계 구성을 읽습니다.
4. 데이터 분석 및 디버깅의 경우 메시지는 고객의 데이터 레이크에 별도의 테이블에 저장됩니다. 다음은 메시지 및 예외 예제입니다.
   1. 헤더를 포함한 Azure IoT Hub의 원래 원시 메시지입니다.
   2. 디코딩 및 보강된 메시지.
   3. 예외에는 스키마에 대해 유효성을 검사할 수 없는 메시지와 기존 차량과 일치하지 않는 디코딩 작업 및 메시지 또는 실패한 보강 사례가 포함됩니다.
5. 차량 및 디바이스 관리는 관리되는 API를 사용하여 외부 시스템에 액세스할 수 있습니다. 메시지 처리 함수는 Azure Cosmos DB에 저장된 차량 데이터를 사용하여 메시지가 차량에 등록되어 있는지 확인합니다.

Azure Event Grid는 버전 3.1.1 및 5.0을 지원하는 업계 규격 MQTT Broker를 제공합니다. 자세한 내용은 AZURE Event Grid의 MQTT 지원 개요(미리 보기) 및 CA 인증서 체인을 사용한 클라이언트 인증을 참조하세요. 클라이언트는 Azure RBAC(역할 기반 액세스 제어)를 사용하여 특정 토픽을 게시하거나 구독하도록 제한할 수 있습니다. 자세한 내용은 MQTT 메시지를 게시하거나 구독하는 Microsoft Entra ID JWT 인증 및 Azure RBAC 권한 부여를 참조하세요.

IoT Hub를 MQTT 브로커로 사용할 수도 있습니다. 미리 정의된 토픽과 디바이스와 클라우드 앱 간의 긴밀한 결합을 통해 MQTT 3.1.1 및 5.0에 대한 제한된 지원을 제공합니다. 자세한 내용은 IoT Hub 및 Event Grid에서 MQTT 지원 비교를 참조하세요.

향상된 네트워크 보안을 위해 프라이빗 링크를 통해 디바이스와 클라우드 간의 연결을 구성할 수 있습니다.

플릿 통합 워크플로

플릿 통합 계층은 텔레매틱스 계층의 표준화된 통신 페이로드를 사용합니다. 페이로드를 사용하면 기간 업무 및 데이터 분석을 위한 플릿 관리에서 턴키 시나리오를 사용할 수 있습니다.

플릿 작업을 지원하는 데 필요한 네 가지 일반적인 유형의 페이로드 메시지가 있습니다.

다음 아키텍처 다이어그램은 이러한 메시지의 데이터 흐름을 보여 줍니다.

아키텍처에서 다이어그램의 Visio 파일을 다운로드합니다.

1. 표준화된 메시지가 플릿 통합 Azure Event Hubs 네임스페이스에 도착합니다.
2. 주기적 상태 메시지는 네이티브 Azure Data Explorer 데이터 수집을 사용하여 처리되고 분석 계층으로 직접 전송됩니다.
3. 이벤트, 경고 및 알림으로 수신된 메시지는 해당 이벤트 데이터 테이블에 행을 추가합니다.
4. 여행이 포함된 메시지는 여행 테이블에 항목을 만듭니다.

비즈니스 자동화 워크플로

기간 업무 통합은 Microsoft Power Platform 데이터 커넥터를 사용하여 수행됩니다. 커넥터는 Microsoft Power Automate 또는 Azure Logic Apps에서 워크플로를 만들 수 있는 가능성을 제공하여 차량 함수에 대해 낮은 코드 또는 코드 없음 통합을 가능하게 합니다.

데이터 커넥터를 사용하여 두 가지 작업을 수행할 수 있습니다.

• 트리거는 특정 이벤트가 발생할 때 Microsoft Power Platform에 알립니다. 트리거는 차량 상태 변경 메시지에 대한 반응으로 비즈니스 워크플로를 시작합니다.
• 작업은 사용자가 지정한 변경 내용입니다. 작업을 통해 Microsoft Power Platform에서 플릿 통합 계층으로 상호 작용할 수 있습니다.

아키텍처에서 다이어그램의 Visio 파일을 다운로드합니다.

다음 트리거 및 작업은 이전 다이어그램에 해당합니다.

1. 트리거
   1. 들어오는 이벤트 메시지: 이벤트 메시지 유형에 따라 Microsoft Power Apps 또는 Microsoft Power Platform에서 워크플로를 시작합니다. 메시지의 페이로드는 Microsoft Power Platform에서 구문 분석하고 액세스할 수 있습니다.
   2. 수명 주기 관리 프로비저닝: 차량의 프로비저닝 상태에 대한 변경 알림입니다.
2. actions
   1. 차량 에서 마지막으로 알려진 값 및 기록 액세스: 마지막으로 알려진 값 저장소 및 메시지 기록을 읽을 수 있습니다.
   2. 프로비전: 차량 및 디바이스를 프로비전 및 프로비전 해제하는 함수를 포함합니다.

데이터 커넥터는 Dynamics 365 통합과 독립적으로 사용할 수 있습니다. 커넥터를 사용하면 Microsoft Power Platform을 사용하여 비즈니스 애플리케이션을 아키텍처와 통합할 수 있습니다.

데이터 분석 및 시각화 워크플로

아키텍처에서 다이어그램의 Visio 파일을 다운로드합니다.

분석 파이프라인은 차량 및 비즈니스 데이터를 위한 웜 가용성 및 콜드 스토리지를 제공합니다.

1. 데이터 레이크는 다음을 포함한 데이터를 저장합니다.

   • 차량의 원본 원시 메시지입니다.
   • 연결된 플릿 메시지 처리 확장 프로그램에서 디코딩되고 보강된 메시지입니다.
   • 메시지 처리 확장 프로그램을 따라 실패한 메시지입니다.
   • Azure Synapse Link를 통해 Microsoft Dataverse에서 푸시된 기간 업무 정보입니다.
   • 타사 시스템에서 푸시된 내보내기입니다.

2. 데이터는 여러 단계에서 Synapse 파이프라인으로 처리됩니다.

   • 원시 브론즈 테이블에서 정리, 디코딩 및 중복 제거된 데이터입니다.
   • 실버 테이블의 보강, 중복 제거 및 유효성 검사된 플릿 작업 데이터입니다.
   • 집계된 데이터와 주요 성과 지표 및 골드 테이블의 여러 데이터 원본에서 파생된 인사이트를 제공하는 데이터 세트입니다.

3. Lakehouse에서 데이터에 액세스하여 시각화합니다. Microsoft Power BI는 Parquet 커넥터를 사용하여 레이크하우스에 시각화 기능을 제공하고 DirectQuery를 사용하여 Azure Data Explorer 클러스터를 제공합니다.

구성 요소

다음 구성 요소는 이 자동차 연결 차량 참조 아키텍처에서 참조됩니다.

메시징 서비스

다음 메시징 서비스를 사용하면 관련 이벤트에 대응하고, 프로비전하고, 수집하고, 연결된 디바이스 간에 통신할 수 있습니다.

• Event Grid 는 MQTT 및 HTTP 프로토콜을 사용하는 확장성이 뛰어난 완전 관리형 게시-구독 메시지 배포 서비스입니다. 이 서비스를 사용하면 원격 디바이스가 클라우드와 통신할 수 있습니다.
• IoT Hub 는 텔레매틱스 디바이스와 클라우드 간의 중앙 메시지 허브 역할을 하는 관리되는 서비스입니다.
• IoT Hub Device Provisioning Service 는 원격 디바이스의 제로 터치 Just-In-Time 프로비저닝을 가능하게 하는 도우미 서비스입니다.
• Event Hubs 는 대량의 이벤트 및 데이터를 수집하고 처리하는 확장 가능한 이벤트 처리 서비스입니다. 텔레매틱스 디바이스에서 생성된 대량의 이벤트를 처리합니다.

스토리지 및 데이터베이스 서비스

다음 서비스를 사용하면 데이터 스토리지를 최적화할 수 있습니다.

• Azure Blob Storage 는 클라우드를 위한 개체 스토리지 솔루션입니다. 메시지, 비디오 및 고해상도 데이터 캡처와 같은 텔레매틱스 디바이스의 정보를 저장합니다.
• Azure Cosmos DB는 최신 앱 개발을 위한 완전 관리형 NoSQL 및 관계형 데이터베이스입니다. 차량, 장치 및 사용자에 대한 정보를 저장합니다.

통합 서비스

다음 서비스를 사용하면 대규모로 게시하고, 게이트웨이를 만들고 관리하고, 업데이트된 인프라 및 리소스를 사용하고, 웹 및 모바일 앱을 만들고, 지리 공간적 기능을 사용할 수 있습니다.

• Azure API Management 는 데이터 및 서비스의 통합을 간소화하는 API를 위한 하이브리드 다중 클라우드 관리 플랫폼입니다.
• Azure Functions 는 원격 분석 메시지 및 이벤트의 실시간 스트림 및 이벤트 처리에 사용되는 서버리스 솔루션입니다. 또한 파일 업로드를 관리하고 기계 학습 모델을 사용하여 유추를 수행합니다.
• Azure 앱 Service는 웹 애플리케이션, REST API 및 모바일 백 엔드를 호스팅하기 위한 HTTP 기반 서비스입니다. 모바일 사용자를 위한 프런트 엔드 환경을 제공합니다.
• Azure Maps 는 웹 및 모바일 애플리케이션에 지리적 컨텍스트를 제공하는 지리 공간적 서비스 및 SDK의 컬렉션입니다.

데이터 및 분석 서비스

다음 서비스를 사용하면 대량의 데이터를 쿼리하고 분석할 수 있습니다.

• Azure Synapse Analytics는 데이터 웨어하우스와 빅 데이터 시스템 전반에 걸쳐 인사이트 확보 시간을 단축하는 엔터프라이즈 분석 서비스입니다.
• Azure Data Explorer 는 대용량 차량 원격 분석 데이터를 거의 실시간으로 분석하는 간소화된 완전 관리형 고성능 빅 데이터 분석 플랫폼입니다.

보안 서비스

다음 서비스를 사용하면 가상 네트워크 및 사용자 ID를 관리하고 앱, 데이터 및 리소스에 대한 액세스를 제어할 수 있습니다.

• Azure Private Link 를 사용하면 가상 네트워크의 프라이빗 엔드포인트를 통해 Azure Paas(Platform as a Service) 솔루션에 액세스할 수 있습니다. Private Link는 서비스에 인터넷 노출을 방지합니다.
• Microsoft Entra ID는 클라우드 기반 ID 및 액세스 관리 서비스입니다. 모든 애플리케이션, 서비스 및 사용자 간에 일반적인 환경을 제공합니다.

비즈니스 통합

다음 서비스를 사용하면 데이터, 앱, 워크플로를 관리하고, 코드가 낮은 앱을 빌드하고, 인사이트를 늘릴 수 있습니다.

• Dataverse 는 Power Apps에서 빌드된 비즈니스 애플리케이션에 대한 데이터를 안전하게 저장하는 데 사용되는 클라우드 확장 데이터베이스입니다.
• Power Automate 는 사용자가 반복적인 작업을 자동화하고 낮은 코드 플랫폼으로 비즈니스 프로세스를 간소화할 수 있는 클라우드 기반 서비스입니다.
• Power Apps 는 사용자가 낮은 코드 앱을 신속하게 빌드하고 공유할 수 있는 클라우드 기반 서비스입니다.
• Power BI 는 데이터 시각화 및 인사이트를 위한 비즈니스 분석 서비스입니다.
• Dynamics 365 는 전체 비즈니스를 실행하고 예측 AI 기반 인사이트를 통해 더 큰 결과를 제공하는 데 도움이 되는 지능형 비즈니스 애플리케이션 세트입니다.
• Dynamics 365 Field Service 는 조직이 고객 위치에 현장 서비스를 제공하는 데 도움이 됩니다.

시나리오 정보

이 다이어그램의 PowerPoint 파일을 다운로드합니다.

ISV(독립 소프트웨어 공급업체)는 연결된 플릿 참조 아키텍처를 사용하여 전체 차량 관리 활동에 중요한 시나리오 독립적 기능을 빌드할 수 있습니다. 이전 다이어그램의 기능 계층은 차량 관리와 차량의 비즈니스 기능이라는 두 가지 범주 내의 기능을 보여 줍니다. 기능은 다음과 같은 이유로 범주로 나뉩니다.

• 범주는 설명적인 편의를 제공합니다.
• ISV는 둘 이상의 기능 범주에서 둘 이상의 기능을 개발할 수 있습니다.
• 여러 ISV는 동일한 기능의 다른 버전을 제공합니다.

솔루션 통합자(SIS)는 기능을 결합하여 특정 고객을 위한 세그먼트별 시나리오를 개발합니다. 이전 다이어그램에 표시된 시나리오는 무중력 예제 목록입니다. 일부 시나리오는 배달을 위한 마지막 마일 물류를 포함하여 더 적은 수의 함대 유형에 적합합니다. 도시 승차 공유를 위한 모바일 현장 서비스 원격 광산 장비와 같은 다른 세그먼트에 대한 사용자 지정이 다를 수 있습니다. 일부 SIS는 자체 플릿 기능을 개발하여 재사용 가능한 자산의 형태로 유지 관리합니다. 이러한 SIS는 ISV의 역할과 기존 SI 역할 중 일부를 수행할 수 있습니다.

잠재적인 사용 사례

• 모바일 현장 서비스 고정 워크샵이없는 농업 및 오프 하이웨이와 같은 분야에서 서비스 또는 풀 서비스 OEM으로 함대를 운영하는 회사를 지원합니다. 그것은 또한 기술자로 알려진 비행 의사를 파견 할 수 있습니다, 문제가있는 경우 차량의 위치에. 원격 진단은 오류의 원인을 파악하고 올바른 예비 부품 및 수리 매뉴얼을 가져오는 데 도움이 될 수 있습니다. 통합 서비스 아키텍처는 정적 워크샵에서 모바일 서비스와 서비스를 결합할 수 있습니다.
• 셀프 서비스 분석을 엔지니어링하면 자동차 OEM에서 작업하는 엔지니어가 차량 차량 운영 및 작업에서 생성된 데이터를 사용하여 실행 가능한 인사이트를 생성할 수 있습니다. 분석에는 차량 성능, 오류 근본 원인 분석, 기계 학습 모델 학습 및 지리 공간적 분석이 포함됩니다. 이 범위에는 페이로드 및 분석이 더 동적인 프로덕션 및 사전 프로덕션 테스트 플릿이 포함됩니다.
• 공유 차량 서비스는 택시 디스패치, 셀프 서비스 렌터카 및 자동차 공유 또는 카풀을 위한 서비스 모음입니다. 택시 디스패치의 경우, 승차 및 하차 지점 요청, 가용성에 따라 드라이버에 대한 라이더의 자동 매칭, 운전자에 대한 근접성 및 다음 픽업 일정 계획이 포함됩니다. 셀프 서비스 모드에서 이 서비스를 사용하면 사용자가 차량을 예약하고, 결제하고, 차량에 안전하게 액세스할 수 있습니다. 운영자 쪽에서 차량 관리자는 특정 위치에서 차량 수요에 대한 보고서를 실행하여 차량이 수요 추세에 맞게 배치되도록 할 수 있습니다. 카풀의 경우 차량 또는 좌석 예약 및 결제 서비스가 적용됩니다. 고도로 통합된 지능형 교통 시스템에서 이러한 기능은 도시 디스패치 시스템과 같은 여러 공급자에서 일반적일 수 있습니다.
• Last-mile 물류는 특히 복잡한 일정 요구 사항이 있는 고객에 초점을 맞추고 있으며, 지정된 날짜에 많은 웨이포인트에 대해 운전자 및 차량 선택을 최적화해야 합니다. 고객에는 식료품이나 소포를 배달하는 사람들이 포함됩니다. 마지막 마일 물류는 고객에게 예상 배달 시간을 알리기 위해 고객 인터페이스와 통합되는 것이 이상적입니다. 고객은 상품 배송에 대한 가시성 향상, 차량 크기 최적화 및 거리 주행 감소로 최종 고객과의 긴밀한 관계를 활용할 수 있습니다. 이러한 기능은 운송업체가 아닌 엔드포인트가 패키지를 구성하는 공유 화물 모델로 확장되며, 특히 초저공해 차량(ULEV) 및 제로 및 저공해 차량(ZLEV) 영역 제한을 준수하기 위해 패키지를 구성합니다.
• 고객 서비스를 통해 플릿 운영자와 소유자는 고객 문제를 추적하고, 모든 상호 작용을 기록하고, 라우팅을 통합하여 작업 항목을 효율적으로 라우팅하고, SLA(서비스 수준 계약)를 만들고 추적하며, 보고서 및 대시보드를 통해 성능 및 생산성을 관리할 수 있습니다.

고려 사항

이러한 고려 사항은 워크로드의 품질을 향상시키는 데 사용할 수 있는 일단의 지침 원칙인 Azure Well-Architected Framework의 핵심 요소를 구현합니다. 자세한 내용은 Microsoft Azure Well-Architected Framework를 참조하세요.

안정성

안정성은 애플리케이션이 고객에 대한 약속을 충족할 수 있도록 합니다. 자세한 내용은 안정성 핵심 요소 개요를 참조하세요.

• 상태 및 안전과 관련된 메시지를 처리하려면 추가 디자인이 필요합니다. 예를 들어 충돌 신호와 911 긴급 통화의 상관 관계를 지정합니다.
• 텔레매틱스 하드웨어 공급자는 실행 중인 명령에 대한 기능 안전성 보장을 보장해야 합니다.

보안

우수한 보안은 중요한 데이터 및 시스템에 대한 고의적인 공격과 악용을 방어합니다. 자세한 내용은 보안 요소의 개요를 참조하세요.

• Microsoft Defender 및 Microsoft Sentinel을 사용하여 디바이스 취약성 및 위협을 식별하고 해결합니다. 디바이스에 경량 보안 에이전트를 통합하는 것이 좋습니다. 자세한 내용은 디바이스 작성기용 Microsoft Defender for IoT란?을 참조하세요.
• 디바이스의 모니터링 및 관찰을 수행합니다. 투명성과 비용의 균형을 맞추는 속도로 메트릭, 로그 및 추적을 수집합니다.
• 프라이빗 엔드포인트를 사용하여 공용 인터넷에 노출되어서는 안 되는 서비스를 보호합니다.
• 관리 ID를 사용하여 서비스에 ID를 제공하고 자격 증명 관리를 제거합니다.

비용 최적화

비용 최적화는 불필요한 비용을 줄이고 운영 효율성을 높이는 방법을 찾는 것입니다. 자세한 내용은 비용 최적화 핵심 요소 개요를 참조하세요.

• 연결된 차량 운영 비용은 각 차량의 메시지 양과 직접 관련이 있습니다.
  • 각 차량에 필요한 업데이트 빈도를 고려합니다. 사용 사례에 따라 업데이트 속도를 동적으로 조정하는 것이 좋습니다.
  • 압축 또는 인코딩 기술(예: protobuf 및 gzip)을 사용하여 메시지 크기를 줄이는 것이 좋습니다.
  • 셀룰러 통신이 아닌 무선 LAN을 사용하여 비디오 또는 차량 데이터 캡처의 전송을 제한하는 것이 좋습니다.
  • Azure Spot Virtual Machine 인스턴스를 사용하여 비디오 및 로그 파일과 같은 대용량 파일의 처리를 지연하는 것이 좋습니다.
  • 차량에서 자주 사용하는 MQTT 메시지에 토픽 별칭을 사용하여 네트워크 대역폭을 절약합니다.
• 함수 앱의 크기와 규모를 줄이려면 디코딩 및 보강을 위한 런타임을 가능한 한 낮게 유지 관리해야 합니다.
• 차량 운영은 일반적으로 하루 동안 수요가 높고 낮은 기간을 갖습니다. 비용을 절감하기 위해 수요가 발생하는 서비스에 대해 자동 크기 조정을 사용하는 것이 좋습니다.
• 처리 속도와 비용은 IoT 기반 원격 분석 시스템(텔레매틱스 계층) 및 운영 계층(Dataverse)에 큰 차이가 있습니다. 비즈니스 작업이 필요한 이벤트만 운영 계층에 대한 업데이트를 트리거하는지 확인합니다.

가격 계산기를 사용하여 이 솔루션을 사용하는 데 필요한 Azure 서비스의 월별 비용을 예측할 수 있습니다.

운영 우수성

운영 우수성은 애플리케이션을 배포하고 프로덕션에서 계속 실행하는 운영 프로세스를 다룹니다. 자세한 내용은 운영 우수성 핵심 요소 개요를 참조하세요.

• Azure Data Lake Analytics의 배달 못 한 편지 메시지를 사용하면 시스템에서 문제를 모니터링하고 차량 통신 문제를 감지하도록 경고를 구성할 수 있습니다.
• 차량 소프트웨어의 버그로 시스템에 높은 부하가 발생할 수 있습니다. 시스템이 오버로드되지 않도록 차량 메시지 제한 개념이 필요할 수 있습니다.
• 아키텍처의 각 계층에 대한 리소스 그룹을 만드는 것이 좋습니다. 리소스를 그룹화하면 관리 및 비용 제어가 간소화됩니다.

성능 효율성

성능 효율성은 사용자가 요구한 사항에 맞게 워크로드를 확장할 수 있는 기능입니다. 자세한 내용은 성능 효율성 핵심 요소 개요를 참조하세요.

• 주기적 상태 업데이트와 같은 대량 메시지와 여행과 같은 지연된 메시지는 이벤트 허브의 권한을 부여하기 위해 경고 및 알림과 구분됩니다.
• 푸시와 풀 간의 차이와 같은 타이밍 및 오류 처리와 관련된 원격 분석과 Dataverse 간의 불일치는 가상 테이블을 사용하여 빠르게 업데이트되는 데이터를 분리합니다.
• 자동차 공통 데이터 모델의 현재 구조에는 각 차량 상태 업데이트에 대해 여러 항목이 필요합니다. 각 값에는 디바이스 측정값 및 디바이스 미터의 업데이트가 필요합니다. 센서에 대한 정보는 요청 시 플릿 통합 계층에서 표시되어야 합니다.
• 경고 및 알림 메시지를 스팸 처리하면 Dataverse에서 문제가 발생합니다. Dataverse에 대한 업데이트 빈도는 구성할 수 있어야 하며 제한에 따라 달라질 수 있습니다.
• 상태 저장소는 차량의 최신 정보를 포함하며 비즈니스 자동화 또는 Power Apps의 일부로 액세스할 수 있습니다.

시나리오 배포

연결된 플릿 참조 아키텍처에 대한 단계별 자습서에 따라 구독에 솔루션을 배포할 수 있습니다.

참가자

Microsoft에서 이 문서를 유지 관리합니다. 원래 다음 기여자가 작성했습니다.

주요 작성자:

• Mario Ortegon-Cabrera | MCIGET SDV 및 모바일 수석 프로그램 관리자
• David Peterson | 수석 설계자, 모바일 서비스 라인

기타 기여자:

• 사이벤드라 카얄 | 수석 프로그램 설계자, 모바일 서비스 라인
• Ryan Matsumura| MCIGET SDV 및 Mobility의 선임 프로그램 관리자
• John Stenlake | 차량 혁신 및 이동성 담당 이사

LinkedIn 비공개 프로필을 보려면, LinkedIn에 로그인하세요.

다음 단계

다음 참조 아키텍처는 연결된 플릿 시나리오를 확장합니다.

• 자동차 메시징, 데이터 및 분석 참조 아키텍처 는 Event Grid MQTT 브로커를 사용하는 더 많은 자동차 및 디바이스 메시징 시나리오를 다룹니다.
• 자동차 테스트 차량의 데이터 분석은 수집된 데이터가 엔지니어링 유효성 검사 및 근본 원인 분석에 사용되는 전용 시나리오입니다.

관련 참고 자료

다음 참조 아키텍처는 연결된 플릿 시나리오와 관련이 있습니다.

• AVOps(자율 주행 차량 운영) 설계 가이드 에는 자율 주행 차량 차량의 개발 및 모델 학습에 대한 접근 방식이 포함되어 있습니다.
• 자동화된 유도 차량 차량 차량 제어 는 Just-In-Time 제조 및 자동화된 쇼 플로어 물류를 위해 AGV(자동 유도 차량)를 제어하는 엔드 투 엔드 접근 방식을 보여줍니다.

다음 패턴은 이 아키텍처를 구현할 때 관련됩니다.

• 게시자-구독자 패턴 은 디바이스가 여러 관심 있는 애플리케이션에 이벤트를 알리는 방법을 설명합니다.
• 이벤트 소싱 패턴 은 마지막으로 알려진 값이 아닌 차량, 디바이스 및 사용자와 같은 엔터티에서 수행된 전체 일련의 작업을 기록하기 위해 추가 전용 저장소를 사용하는 방법을 설명합니다.
• 제한은 시스템이 SLA를 계속 작동하고 충족할 수 있도록 리소스 사용을 제어하는 패턴입니다.
• 클라우드 모니터링 가이드 는 모니터링 및 관찰 가능성을 구현하는 데 필요한 개념에 대한 개요를 제공합니다.