IoT Studio 目前支持 Cortex-M0，Cortex-M4，Cortex-M7，Cortex-A7，ARM926EJ-S，RISC-V 等芯片架构。
IoT Studio 目前已经适配了多种开发板，主流支持小熊派IoT开发条件，另外还包括 GD、ST、HiSilicon、FudanMicroelectronics 等主流厂商的开发板。
IoT Studio 支持新增 MCU 列表，以满足用户其他开发板的业务需求。
IoT Studio下载地址如下：
下载会得到一份压缩包，其中包含一份安装指南，详细的安装教程可以参考该文档。
使用一键安装方式，无须再手动安装其他工具，安装步骤如下：
双击运行IoT-Studio_035exe文件开始安装。
选择我同意此协议：
选择安装路径，可以改动，不要有中文和空格，这里我保持默认：
确认设置，开始安装：
安装完成，选择是否安装ST-Link和Jlink驱动和工具，推荐全选：
IoT Studio安装成功之后会自动运行，在首次运行时检测到没有开发工具包，选择“是”，软件会调用浏览器开始下载，下载好之后双击运行developToolsexe。
软件会自动将需要用到的开发工具解压到C:UsersAdministratoropenSourceTools目录：
之后软件会自动开始安装ST-Link和J-link，根据提示安装即可。
打开工具目录，里面有两个路径需要我们在IoT Studio中配置：
安装完develop Tools之后，再次启动IoT Studio，无提示说明开发工具安装成功，IoT Studio的主界面如下：
在IoT Studio启动页面，选择用户指导文档，即可打开 IoT Studio 完整的使用指南，在以后使用的过程中遇到任何问题，都可以在此文档中找到答案：
小熊派开源社区，专注于前沿技术分享，关注“小熊派开源社区”微信公众号，获取更多资料教程。一、产品上线前
商业需求文档（BRD BusinessRequirementDocument）
如果你有一个产品想法，想要把它实现，在公司里你就要说服老板吧？ 创业你要说服投资人吧？ 怎么说服别人把资源和钱给你呢？BRD就是让别人理解的说明文件，里面我们要告诉对方，你要做什么（项目介绍）、为什么要做这事（商业价值）、别人做得怎样（竞争情况）、你打算如何做（商业模式、实施策略）、需要多少资源和钱。
想把BRD写好不是件容易的事，你需要对市场、用户进行一次全面的调研、查阅大量的数据，然后说明现在存在的机会，再设计出合理的产品方案/服务，把这一切串通起来，最终形成有说服力的文档。
BRD教程：>Fedora IoT 是一个即将发布的、面向物联网的 Fedora 版本。去年 Fedora Magazine 的《 如何使用 Fedora IoT 点亮 LED 灯 》一文第一次介绍了它。从那以后，它与 Fedora Silverblue 一起不断改进，以提供针对面向容器的工作流的不可变基础 *** 作系统。
Kubernetes 是一个颇受欢迎的容器编排系统。它可能最常用在那些能够处理巨大负载的强劲硬件上。不过，它也能在像树莓派 3 这样轻量级的设备上运行。让我们继续阅读，来了解如何运行它。
虽然 Kubernetes 在云计算领域风靡一时，但让它在小型单板机上运行可能并不是常见的。不过，我们有非常明确的理由来做这件事。首先，这是一个不需要昂贵硬件就可以学习并熟悉 Kubernetes 的好方法；其次，由于它的流行性，市面上有 大量应用 进行了预先打包，以用于在 Kubernetes 集群中运行。更不用说，当你遇到问题时，会有大规模的社区用户为你提供帮助。
最后但同样重要的是，即使是在家庭实验室这样的小规模环境中，容器编排也确实能够使事情变得更加简单。虽然在学习曲线方面，这一点并不明显，但这些技能在你将来与任何集群打交道的时候都会有帮助。不管你面对的是一个单节点树莓派集群，还是一个大规模的机器学习场，它们的 *** 作方式都是类似的。
一个“正常”安装的 Kubernetes（如果有这么一说的话）对于物联网来说有点沉重。K8s 的推荐内存配置，是每台机器 2GB！不过，我们也有一些替代品，其中一个新人是 k3s —— 一个轻量级的 Kubernetes 发行版。
K3s 非常特殊，因为它将 etcd 替换成了 SQLite 以满足键值存储需求。还有一点，在于整个 k3s 将使用一个二进制文件分发，而不是每个组件一个。这减少了内存占用并简化了安装过程。基于上述原因，我们只需要 512MB 内存即可运行 k3s，极度适合小型单板电脑！
安装 k3s 非常简单。直接运行安装脚本：
它会下载、安装并启动 k3s。安装完成后，运行以下命令来从服务器获取节点列表：
需要注意的是，有几个选项可以通过环境变量传递给安装脚本。这些选项可以在 文档 中找到。当然，你也完全可以直接下载二进制文件来手动安装 k3s。
对于实验和学习来说，这样已经很棒了，不过单节点的集群也不能算一个集群。幸运的是，添加另一个节点并不比设置第一个节点要难。只需要向安装脚本传递两个环境变量，它就可以找到第一个节点，而不用运行 k3s 的服务器部分。
上面的 example-url 应被替换为第一个节点的 IP 地址，或一个完全限定域名。在该节点中，（用 XXX 表示的）令牌可以在 /var/lib/rancher/k3s/server/node-token 文件中找到。
现在我们有了一个 Kubernetes 集群，我们可以真正做些什么呢？让我们从部署一个简单的 Web 服务器开始吧。
这会从名为 nginx 的容器镜像中创建出一个名叫 my-server 的 部署 （默认使用 docker hub 注册中心，以及 latest 标签）。
为了访问到 pod 中运行的 nginx 服务器，首先通过一个 服务 来暴露该部署。以下命令将创建一个与该部署同名的服务。
服务将作为一种负载均衡器和 Pod 的 DNS 记录来工作。比如，当运行第二个 Pod 时，我们只需指定 my-server（服务名称）就可以通过 curl 访问 nginx 服务器。有关如何 *** 作，可以看下面的实例。
默认状态下，一个服务只能获得一个 ClusterIP（只能从集群内部访问），但你也可以通过把它的类型设置为 LoadBalancer 为该服务申请一个外部 IP。不过，并非所有应用都需要自己的 IP 地址。相反，通常可以通过基于 Host 请求头部或请求路径进行路由，从而使多个服务共享一个 IP 地址。你可以在 Kubernetes 使用 Ingress 完成此 *** 作，而这也是我们要做的。Ingress 也提供了额外的功能，比如无需配置应用即可对流量进行 TLS 加密。
Kubernetes 需要 Ingress 控制器来使 Ingress 资源工作，k3s 包含 Traefik 正是出于此目的。它还包含了一个简单的服务负载均衡器，可以为集群中的服务提供外部 IP。这篇 文档 描述了这种服务：
Ingress 控制器已经通过这个负载均衡器暴露在外。你可以使用以下命令找到它正在使用的 IP 地址。
找到名为 traefik 的服务。在上面的例子中，我们感兴趣的 IP 是 10008。
让我们创建一个 Ingress，使它通过基于 Host 头部的路由规则将请求路由至我们的服务器。这个例子中我们使用 xipio 来避免必要的 DNS 记录配置工作。它的工作原理是将 IP 地址作为子域包含，以使用 10008xipio 的任何子域来达到 IP 10008。换句话说，my-server10008xipio 被用于访问集群中的 Ingress 控制器。你现在就可以尝试（使用你自己的 IP，而不是 10008）。如果没有 Ingress，你应该会访问到“默认后端”，只是一个写着“404 page not found”的页面。
我们可以使用以下 Ingress 让 Ingress 控制器将请求路由到我们的 Web 服务器的服务。
将以上片段保存到 my-ingressyaml 文件中，然后运行以下命令将其加入集群：
你现在应该能够在你选择的完全限定域名中访问到 nginx 的默认欢迎页面了。在我的例子中，它是 my-server10008xipio。Ingress 控制器会通过 Ingress 中包含的信息来路由请求。对 my-server10008xipio 的请求将被路由到 Ingress 中定义为 backend 的服务和端口（在本例中为 my-server 和 80）。
想象如下场景：你的家或农场周围有很多的设备。它是一个具有各种硬件功能、传感器和执行器的物联网设备的异构集合。也许某些设备拥有摄像头、天气或光线传感器。其它设备可能会被连接起来，用来控制通风、灯光、百叶窗或闪烁的 LED。
这种情况下，你想从所有传感器中收集数据，在最终使用它来制定决策和控制执行器之前，也可能会对其进行处理和分析。除此之外，你可能还想配置一个仪表盘来可视化那些正在发生的事情。那么 Kubernetes 如何帮助我们来管理这样的事情呢？我们怎么保证 Pod 在合适的设备上运行？
简单的答案就是“标签”。你可以根据功能来标记节点，如下所示：
一旦它们被打上标签，我们就可以轻松地使用 nodeSelector 为你的工作负载选择合适的节点。拼图的最后一块：如果你想在所有合适的节点上运行 Pod，那应该使用 DaemonSet 而不是部署。换句话说，应为每个使用唯一传感器的数据收集应用程序创建一个 DaemonSet，并使用 nodeSelector 确保它们仅在具有适当硬件的节点上运行。
服务发现功能允许 Pod 通过服务名称来寻找彼此，这项功能使得这类分布式系统的管理工作变得易如反掌。你不需要为应用配置 IP 地址或自定义端口，也不需要知道它们。相反，它们可以通过集群中的命名服务轻松找到彼此。
随着集群的启动并运行，收集数据并控制灯光和气候，可能使你觉得你已经把它完成了。不过，集群中还有大量的计算资源可以用于其它项目。这才是 Kubernetes 真正出彩的地方。
你不必担心这些资源的确切位置，或者去计算是否有足够的内存来容纳额外的应用程序。这正是编排系统所解决的问题！你可以轻松地在集群中部署更多的应用，让 Kubernetes 来找出适合运行它们的位置（或是否适合运行它们）。
为什么不运行一个你自己的 NextCloud 实例呢？或者运行 gitea ？你还可以为你所有的物联网容器设置一套 CI/CD 流水线。毕竟，如果你可以在集群中进行本地构建，为什么还要在主计算机上构建并交叉编译它们呢？
这里的要点是，Kubernetes 可以更容易地利用那些你可能浪费掉的“隐藏”资源。Kubernetes 根据可用资源和容错处理规则来调度 Pod，因此你也无需手动完成这些工作。但是，为了帮助 Kubernetes 做出合理的决定，你绝对应该为你的工作负载添加 资源请求 配置。
尽管 Kuberenetes 或一般的容器编排平台通常不会与物联网相关联，但在管理分布式系统时，使用一个编排系统肯定是有意义的。你不仅可以使用统一的方式来处理多样化和异构的设备，还可以简化它们的通信方式。此外，Kubernetes 还可以更好地对闲置资源加以利用。
容器技术使构建“随处运行”应用的想法成为可能。现在，Kubernetes 可以更轻松地来负责“随处”的部分。作为构建一切的不可变基础，我们使用 Fedora IoT。
via: >大数据在物联网运用中的作用
大数据这一概念早已有之，只是在较长的一段时间里处于沉寂状态。近年来，随着人们意识的增强以及观念的更新，大数据又重回人们的视线，并逐渐成为一股革新浪潮。大数据又名巨量资料，其涉及的数据量规模巨大，以至于无法通过主流工具在短时间内实现撷取与管理。对于这一部分海量、高增长且多样化的信息资产，只有运用更强的洞察力、决策力以及流程优化能力才能发现隐藏在数据背后的规律与价值，而可穿戴设备以及汽车中传感器应用的盛行，标志着大数据应用已经开始延伸到物联网领域。
在物联网中，对大数据技术的应用提出了更高的要求：首先，物联网中的数据量更大。物联网的组成节点除了人和服务器之外，也包括物品、设备、传感网等，数据流源源不断的产生，其数量规模远远大于互联网。其次，物联网中的数据传输速率更高。由于物联网与真实物理世界直接关联，要求实时访问以及控制相应的节点和设备，需要高数据传输速率予以支持。此外，物联网中数据的海量性也必然要求更高的传输速率。再者，物联网中的数据更加多样化。物联网涉及广泛的应用范围，从智能家居、智慧交通、智慧医疗、智慧物流到安防监控等，无一不是物联网的应用范畴。同时，在不同领域、不同行业，也需要面对不同类型和不同格式的数据，这使得物联网中的数据更加多样化。
针对物联网对海量数据的处理与应用需求，万物云开发团队在现有数据立方(DataCube)的基础之上，打造了一个针对智能硬件与物联网应用的大数据服务平台。该平台包括一个硬件数据服务接口，一个平台数据服务逻辑层以及一套面向应用的编程接口。物联网开发团队只需关注硬件及应用，就可通过万物云轻松处理物联网上的大数据。具体而言，万物云拥有如下特性。
丰富多样的应用功能。首先，万物云提供清晰而简明的编程实例、接口文档以及丰富的案例样本代码，以帮助开发者快速开发跨平台物联网应用，并通过社区论坛、微信和微博等社交平台提供全方位的技术支持。同时，万物云平台支持>eSIM区别传统插拔卡，传统SIM随时插拔，或者终端客户自行采卡，采用eSIM，因为是贴片式，所以对于采购、生产、测试、出库、续费的流程都有很大不同，所以eSIM管理平台最好能兼容你的业务逻辑，同时要对接运营商API接口，读取卡数据，方便设备运营，如果自行搭建工作量太大，也可以考虑第三方的，eSIM物联工场可以提供SIMLINK平台，完全第三方的平台，不产生费用，API也可以提供，这样就不用花精力去对接三大运营。如果第三方的不能满足业务需求，也可以考虑找方案公司定制，有专门CMP平台供应商，但成本很高，以上建议，建议采纳！
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）