Event driven vs data driven: Keplero fra l’IoT e i Big Data

Nelle settimane passate abbiamo affrontato il tema relativo alla forte correlazione tra il mondo dei big data e l’IoT parlando del loro legame come un matrimonio felice. Certo senza l’IoT i Big Data sarebbero molto meno “Big”, d’altra parte il mare magnum generato dall’IoT non avrebbe senso se non fosse interpretato grazie alle analitiche big data (leggi l’articolo).

In questo articolo cercheremo di entrare più nel dettaglio chiarendo il confine sottile fra i due mondi e i due approcci che ne derivano: quello event driven e quello data driven. Parliamo di confine considerando però che spesso esistono delle zone di complementarità imprescindibili. Ma andiamo per gradi e partiamo dai fondamentali facendo chiarezza sui termini.

Focus sulla terminologia

In un approccio event driven, l’acquisizione, la comunicazione, l’elaborazione e la persistenza degli eventi costituiscono i pilastri portanti della soluzione.

Per evento si intende qualsiasi accadimento all’interno di un’organizzazione aziendale che genera un’altra azione e che tendenzialmente si ripercuote sul tradizionale flusso di processo.  La fonte di un evento può essere interna o esterna. Gli eventi possono essere generati da un utente, come un clic o una battuta, da una fonte esterna, come l’output di un sensore o di un sistema software.

Quando si parla di approccio event driven si parla obbligatoriamente anche di event driven architecture (EDA) intendendo il paradigma di architettura software che promuove la produzione, il rilevamento, il consumo e la reazione agli eventi. Mentre le architetture tradizionali si concentrano sulla gestione dei dati, le architetture Event-Driven si concentrano sulla gestione degli eventi. Quando si parla di architetture o sistemi event driven, tendenzialmente il dato viene usato nel momento in cui viene prodotto dall’evento correlato (Es: si verifica un picco nell’andamento della temperatura di un macchinario, il dato viene rilevato real time e subito processato per inviare un output che porterà ad un intervento immediato). Per questo spesso quando si parla di EDA è difficile prescindere dal concetto di event stream processing (ESP). L’ESP è l’insieme di tecnologie progettate per assistere la costruzione di sistemi informativi guidati dagli eventi, e si occupa del compito di elaborare flussi di dati di eventi con l’obiettivo di identificare il modello significativo all’interno di tali flussi, impiegando tecniche come il rilevamento di relazioni tra più eventi, correlazione di eventi, gerarchie di eventi e altri aspetti come causalità, appartenenza e tempistica.

Riassumendo:

Se il sistema software funziona grazie a dati generati da eventi ed elaborati prima che i dati stessi vengano salvati (real time o near real time attraverso sistemi di data ingestion) parliamo di sistema event driven. Se invece il sistema che stiamo utilizzando fa riferimento ad una base dati storicizzata si parla di approccio data driven. In quest’ottica, la gestione dei dati non è vista come un fattore tecnico, ma come un pilastro strategico del business. Essere data-driven significa farsi guidare dai numeri, avere un approccio basato sui dati per prendere decisioni informate.

Keplero: un approccio event driven nell’ambito manifatturiero ed il risvolto Big Data

Partiamo da un esempio concreto nell’ambito del settore manifatturiero per vedere come una piattaforma industrial IoT (nel nostro caso Keplero) giochi un ruolo fondamentale sia per effettuare monitoraggio ed attuazione (attraverso l’approccio event-driven), sia per alimentare un’architettura big data.

Come premessa principale per agganciarci ai temi sopra citati bisogna dire che Keplero permette la raccolta e l’analisi real time (ESP) dei dati provenienti da più dispositivi e prodotti da eventi che questi dispositivi rilevano ed è in grado di impostare logiche di processamento in tempo reale di questi dati. In questo caso il plus di Keplero è il fatto di essere in grado di farlo senza bisogno di sviluppare del codice (zero-coding platform).

L’immagine sotto rappresenta in modo chiaro come un’architettura event driven sia integrabile in una piattaforma big data.

I sensori posizionati su macchinari esterni comunicano i dati a Keplero (Keplero è in grado di gestire tutti i protocolli sia standard che non) che li elabora per effettuare monitoraggi e attuazioni in tempo reale.

Dall’altra parte, Keplero comunica i dati ad un data hub che li rende disponibili a successive elaborazioni. Su questi dati verranno poi fatte analitiche che permetteranno di rilasciare tutta una serie di informazioni per permettere all’azienda in questione di prendere decisioni basate sui dati (e non sulle sensazioni dei singoli attori).

Focus sul prodotto

Keplero permette di migliorare le performance legate ai processi industriali di business. Consente la raccolta e l’analisi real time dei dati provenienti da più dispositivi ed è in grado di impostare logiche di processo senza bisogno di sviluppare del codice. È altamente customizzabile quindi in grado di comunicare con qualsiasi tipo di sensore o dispositivo in modo indipendente ed è modulabile, per questo all’interno della stessa suite è possibile coprire più esigenze.

Quindi, perché scegliere Keplero:

• È una soluzione fortemente customizzabile in grado di comunicare con qualsiasi tipo di sensore o dispositivo in modo indipendente. Questo consente di collegare in modo semplice dispositivi diversi che presentano diversi protocolli / metodi di comunicazione
• La definizione delle logiche di attuazione e monitoraggio delle singole azioni derivanti dall’analisi dei dati non necessita di sviluppo di codice
• Soluzione modulabile: all’interno della stessa suite è possibile coprire più esigenze
• Riduzione di tempi e costi per l’implementazione.