# ข้อมูลตำแหน่งร้านค้า  > สเก็ตโน้ตโดย [Nitya Narasimhan](https://github.com/nitya) คลิกที่ภาพเพื่อดูเวอร์ชันขนาดใหญ่ ## แบบทดสอบก่อนเรียน [แบบทดสอบก่อนเรียน](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/23) ## บทนำ ในบทเรียนที่ผ่านมา คุณได้เรียนรู้วิธีใช้เซ็นเซอร์ GPS เพื่อจับข้อมูลตำแหน่ง เพื่อใช้ข้อมูลนี้ในการแสดงตำแหน่งของรถบรรทุกที่บรรทุกอาหารและเส้นทางการเดินทาง ข้อมูลนี้จำเป็นต้องถูกส่งไปยังบริการ IoT บนคลาวด์ และจัดเก็บไว้ในที่ใดที่หนึ่ง ในบทเรียนนี้ คุณจะได้เรียนรู้วิธีการต่าง ๆ ในการจัดเก็บข้อมูล IoT และเรียนรู้วิธีจัดเก็บข้อมูลจากบริการ IoT ของคุณโดยใช้โค้ดแบบไร้เซิร์ฟเวอร์ ในบทเรียนนี้เราจะครอบคลุม: * [ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง](../../../../../3-transport/lessons/2-store-location-data) * [ส่งข้อมูล GPS ไปยัง IoT Hub](../../../../../3-transport/lessons/2-store-location-data) * [เส้นทางแบบร้อน อุ่น และเย็น](../../../../../3-transport/lessons/2-store-location-data) * [จัดการเหตุการณ์ GPS ด้วยโค้ดแบบไร้เซิร์ฟเวอร์](../../../../../3-transport/lessons/2-store-location-data) * [บัญชี Azure Storage](../../../../../3-transport/lessons/2-store-location-data) * [เชื่อมต่อโค้ดแบบไร้เซิร์ฟเวอร์กับพื้นที่จัดเก็บ](../../../../../3-transport/lessons/2-store-location-data) ## ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ระบบคอมพิวเตอร์จัดการกับข้อมูล และข้อมูลนี้มีหลากหลายรูปแบบและขนาด ข้อมูลสามารถมีตั้งแต่ตัวเลขเดี่ยว ๆ ไปจนถึงข้อความจำนวนมาก วิดีโอและภาพ ไปจนถึงข้อมูล IoT โดยทั่วไปข้อมูลสามารถแบ่งออกเป็นสองประเภท - *ข้อมูลที่มีโครงสร้าง* และ *ข้อมูลที่ไม่มีโครงสร้าง* * **ข้อมูลที่มีโครงสร้าง** คือข้อมูลที่มีโครงสร้างที่ชัดเจนและไม่เปลี่ยนแปลง โดยมักจะเชื่อมโยงกับตารางข้อมูลที่มีความสัมพันธ์ ตัวอย่างเช่น รายละเอียดของบุคคลที่รวมถึงชื่อ วันเกิด และที่อยู่ * **ข้อมูลที่ไม่มีโครงสร้าง** คือข้อมูลที่ไม่มีโครงสร้างที่ชัดเจน รวมถึงข้อมูลที่สามารถเปลี่ยนแปลงโครงสร้างได้บ่อย ตัวอย่างเช่น เอกสาร เช่น เอกสารที่เขียนหรือสเปรดชีต ✅ ทำการค้นคว้า: คุณสามารถคิดถึงตัวอย่างอื่น ๆ ของข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างได้หรือไม่? > 💁 ยังมีข้อมูลกึ่งโครงสร้างที่มีโครงสร้างแต่ไม่เข้ากับตารางข้อมูลที่ตายตัว ข้อมูล IoT มักถูกพิจารณาว่าเป็นข้อมูลที่ไม่มีโครงสร้าง ลองจินตนาการว่าคุณกำลังเพิ่มอุปกรณ์ IoT ให้กับยานพาหนะในฟาร์มเชิงพาณิชย์ขนาดใหญ่ คุณอาจต้องการใช้อุปกรณ์ที่แตกต่างกันสำหรับยานพาหนะประเภทต่าง ๆ ตัวอย่างเช่น: * สำหรับยานพาหนะในฟาร์ม เช่น รถแทรกเตอร์ คุณต้องการข้อมูล GPS เพื่อให้แน่ใจว่าพวกมันทำงานในพื้นที่ที่ถูกต้อง * สำหรับรถบรรทุกที่ขนส่งอาหารไปยังคลังสินค้า คุณต้องการข้อมูล GPS รวมถึงข้อมูลความเร็วและการเร่ง เพื่อให้แน่ใจว่าคนขับขับรถอย่างปลอดภัย และข้อมูลการระบุตัวตนของคนขับและการเริ่ม/หยุด เพื่อให้แน่ใจว่าคนขับปฏิบัติตามกฎหมายท้องถิ่นเกี่ยวกับชั่วโมงการทำงาน * สำหรับรถบรรทุกที่มีระบบทำความเย็น คุณต้องการข้อมูลอุณหภูมิด้วย เพื่อให้แน่ใจว่าอาหารไม่ร้อนหรือเย็นเกินไปจนเสียหายระหว่างการขนส่ง ข้อมูลนี้สามารถเปลี่ยนแปลงได้ตลอดเวลา ตัวอย่างเช่น หากอุปกรณ์ IoT อยู่ในห้องโดยสารของรถบรรทุก ข้อมูลที่ส่งอาจเปลี่ยนแปลงเมื่อเปลี่ยนตัวถัง เช่น ส่งข้อมูลอุณหภูมิเฉพาะเมื่อใช้ตัวถังที่มีระบบทำความเย็น ✅ ข้อมูล IoT อื่น ๆ ที่อาจถูกจับได้คืออะไร? ลองคิดถึงประเภทของสินค้าที่รถบรรทุกสามารถขนส่ง รวมถึงข้อมูลการบำรุงรักษา ข้อมูลนี้แตกต่างกันไปในแต่ละยานพาหนะ แต่ทั้งหมดจะถูกส่งไปยังบริการ IoT เดียวกันเพื่อการประมวลผล บริการ IoT จำเป็นต้องสามารถประมวลผลข้อมูลที่ไม่มีโครงสร้างนี้ จัดเก็บในลักษณะที่สามารถค้นหาและวิเคราะห์ได้ แต่ยังคงทำงานกับโครงสร้างที่แตกต่างกันของข้อมูลนี้ ### การจัดเก็บแบบ SQL และ NoSQL ฐานข้อมูลเป็นบริการที่ช่วยให้คุณสามารถจัดเก็บและค้นหาข้อมูล ฐานข้อมูลมีสองประเภท - SQL และ NoSQL #### ฐานข้อมูล SQL ฐานข้อมูลแรกคือระบบจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS) หรือฐานข้อมูลเชิงสัมพันธ์ ซึ่งรู้จักกันในชื่อฐานข้อมูล SQL เนื่องจากใช้ภาษา Structured Query Language (SQL) ในการเพิ่ม ลบ อัปเดต หรือค้นหาข้อมูล ฐานข้อมูลเหล่านี้ประกอบด้วยสคีมา - ชุดตารางข้อมูลที่กำหนดไว้อย่างดี คล้ายกับสเปรดชีต แต่ละตารางมีคอลัมน์ที่มีชื่อหลายคอลัมน์ เมื่อคุณเพิ่มข้อมูล คุณจะเพิ่มแถวในตาราง โดยใส่ค่าลงในแต่ละคอลัมน์ สิ่งนี้ทำให้ข้อมูลมีโครงสร้างที่เข้มงวดมาก - แม้ว่าคุณจะสามารถปล่อยคอลัมน์ว่างไว้ได้ แต่หากคุณต้องการเพิ่มคอลัมน์ใหม่ คุณต้องทำสิ่งนี้ในฐานข้อมูล โดยเติมค่าลงในแถวที่มีอยู่ ฐานข้อมูลเหล่านี้มีความสัมพันธ์ - ในที่ที่ตารางหนึ่งสามารถมีความสัมพันธ์กับอีกตารางหนึ่ง  ตัวอย่างเช่น หากคุณจัดเก็บรายละเอียดส่วนตัวของผู้ใช้ในตาราง คุณจะมี ID ภายในที่ไม่ซ้ำกันต่อผู้ใช้ที่ใช้ในแถวในตารางที่มีชื่อและที่อยู่ของผู้ใช้ หากคุณต้องการจัดเก็บรายละเอียดอื่น ๆ เกี่ยวกับผู้ใช้นั้น เช่น การซื้อของพวกเขาในตารางอื่น คุณจะมีคอลัมน์หนึ่งในตารางใหม่สำหรับ ID ของผู้ใช้นั้น เมื่อคุณค้นหาผู้ใช้ คุณสามารถใช้ ID ของพวกเขาเพื่อรับรายละเอียดส่วนตัวจากตารางหนึ่ง และการซื้อของพวกเขาจากอีกตารางหนึ่ง ฐานข้อมูล SQL เหมาะสำหรับการจัดเก็บข้อมูลที่มีโครงสร้าง และเมื่อคุณต้องการให้แน่ใจว่าข้อมูลตรงกับสคีมา ✅ หากคุณไม่เคยใช้ SQL มาก่อน ลองใช้เวลาสักครู่เพื่ออ่านเกี่ยวกับ SQL ใน [หน้าวิกิพีเดีย SQL](https://wikipedia.org/wiki/SQL) ฐานข้อมูล SQL ที่เป็นที่รู้จักกันดี ได้แก่ Microsoft SQL Server, MySQL และ PostgreSQL ✅ ทำการค้นคว้า: อ่านเกี่ยวกับฐานข้อมูล SQL เหล่านี้และความสามารถของพวกมัน #### ฐานข้อมูล NoSQL ฐานข้อมูล NoSQL ถูกเรียกว่า NoSQL เพราะไม่มีโครงสร้างที่เข้มงวดเหมือนฐานข้อมูล SQL นอกจากนี้ยังรู้จักกันในชื่อฐานข้อมูลเอกสาร เนื่องจากสามารถจัดเก็บข้อมูลที่ไม่มีโครงสร้าง เช่น เอกสาร > 💁 แม้จะมีชื่อ แต่ฐานข้อมูล NoSQL บางตัวอนุญาตให้คุณใช้ SQL เพื่อค้นหาข้อมูล  ฐานข้อมูล NoSQL ไม่มีสคีมาที่กำหนดไว้ล่วงหน้าที่จำกัดวิธีการจัดเก็บข้อมูล คุณสามารถเพิ่มข้อมูลที่ไม่มีโครงสร้างได้ โดยปกติจะใช้เอกสาร JSON เอกสารเหล่านี้สามารถจัดระเบียบในโฟลเดอร์ คล้ายกับไฟล์ในคอมพิวเตอร์ของคุณ แต่ละเอกสารสามารถมีฟิลด์ที่แตกต่างจากเอกสารอื่น ๆ ตัวอย่างเช่น หากคุณจัดเก็บข้อมูล IoT จากยานพาหนะในฟาร์มของคุณ บางตัวอาจมีฟิลด์สำหรับข้อมูล accelerometer และความเร็ว ในขณะที่บางตัวอาจมีฟิลด์สำหรับอุณหภูมิในตัวถัง หากคุณเพิ่มรถบรรทุกประเภทใหม่ เช่น รถบรรทุกที่มีเครื่องชั่งในตัวเพื่อติดตามน้ำหนักของผลผลิตที่ขนส่ง อุปกรณ์ IoT ของคุณสามารถเพิ่มฟิลด์ใหม่นี้และสามารถจัดเก็บได้โดยไม่ต้องเปลี่ยนแปลงฐานข้อมูล ฐานข้อมูล NoSQL ที่เป็นที่รู้จักกันดี ได้แก่ Azure CosmosDB, MongoDB และ CouchDB ✅ ทำการค้นคว้า: อ่านเกี่ยวกับฐานข้อมูล NoSQL เหล่านี้และความสามารถของพวกมัน ในบทเรียนนี้ คุณจะใช้การจัดเก็บแบบ NoSQL เพื่อจัดเก็บข้อมูล IoT ## ส่งข้อมูล GPS ไปยัง IoT Hub ในบทเรียนที่ผ่านมา คุณได้จับข้อมูล GPS จากเซ็นเซอร์ GPS ที่เชื่อมต่อกับอุปกรณ์ IoT ของคุณ เพื่อจัดเก็บข้อมูล IoT นี้ในคลาวด์ คุณต้องส่งไปยังบริการ IoT อีกครั้ง คุณจะใช้ Azure IoT Hub ซึ่งเป็นบริการ IoT บนคลาวด์เดียวกันกับที่คุณใช้ในโครงการก่อนหน้า  ### งาน - ส่งข้อมูล GPS ไปยัง IoT Hub 1. สร้าง IoT Hub ใหม่โดยใช้ระดับฟรี > ⚠️ คุณสามารถดูคำแนะนำสำหรับการสร้าง IoT Hub จากโครงการ 2 บทเรียน 4 ได้ที่ [ลิงก์นี้](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#create-an-iot-service-in-the-cloud) หากจำเป็น อย่าลืมสร้าง Resource Group ใหม่ ตั้งชื่อ Resource Group ใหม่ว่า `gps-sensor` และตั้งชื่อ IoT Hub ใหม่เป็นชื่อที่ไม่ซ้ำกันโดยใช้ `gps-sensor` เช่น `gps-sensor-<ชื่อของคุณ>` > 💁 หากคุณยังมี IoT Hub จากโครงการก่อนหน้า คุณสามารถใช้ซ้ำได้ อย่าลืมใช้ชื่อ IoT Hub นี้และ Resource Group ที่อยู่ในนั้นเมื่อสร้างบริการอื่น ๆ 1. เพิ่มอุปกรณ์ใหม่ใน IoT Hub ตั้งชื่ออุปกรณ์นี้ว่า `gps-sensor` และรับ connection string สำหรับอุปกรณ์ 1. อัปเดตโค้ดอุปกรณ์ของคุณเพื่อส่งข้อมูล GPS ไปยัง IoT Hub ใหม่โดยใช้ connection string ของอุปกรณ์จากขั้นตอนก่อนหน้า > ⚠️ คุณสามารถดูคำแนะนำสำหรับการเชื่อมต่ออุปกรณ์ของคุณกับ IoT จากโครงการ 2 บทเรียน 4 ได้ที่ [ลิงก์นี้](../../../2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md#connect-your-device-to-the-iot-service) หากจำเป็น 1. เมื่อคุณส่งข้อมูล GPS ให้ส่งในรูปแบบ JSON ดังนี้: ```json { "gps" : { "lat" : , "lon" : } } ``` 1. ส่งข้อมูล GPS ทุก ๆ นาทีเพื่อไม่ให้ใช้โควตาข้อความรายวันของคุณหมด หากคุณใช้ Wio Terminal อย่าลืมเพิ่มไลบรารีที่จำเป็นทั้งหมด และตั้งเวลาโดยใช้เซิร์ฟเวอร์ NTP โค้ดของคุณยังต้องแน่ใจว่าได้อ่านข้อมูลทั้งหมดจากพอร์ตอนุกรมก่อนที่จะส่งตำแหน่ง GPS โดยใช้โค้ดที่มีอยู่จากบทเรียนที่ผ่านมา ใช้โค้ดต่อไปนี้เพื่อสร้างเอกสาร JSON: ```cpp DynamicJsonDocument doc(1024); doc["gps"]["lat"] = gps.location.lat(); doc["gps"]["lon"] = gps.location.lng(); ``` หากคุณใช้ Virtual IoT device อย่าลืมติดตั้งไลบรารีที่จำเป็นทั้งหมดโดยใช้ virtual environment สำหรับทั้ง Raspberry Pi และ Virtual IoT device ใช้โค้ดที่มีอยู่จากบทเรียนที่ผ่านมาเพื่อรับค่าละติจูดและลองจิจูด จากนั้นส่งในรูปแบบ JSON ที่ถูกต้องด้วยโค้ดต่อไปนี้: ```python message_json = { "gps" : { "lat":lat, "lon":lon } } print("Sending telemetry", message_json) message = Message(json.dumps(message_json)) ``` > 💁 คุณสามารถค้นหาโค้ดนี้ได้ในโฟลเดอร์ [code/wio-terminal](../../../../../3-transport/lessons/2-store-location-data/code/wio-terminal), [code/pi](../../../../../3-transport/lessons/2-store-location-data/code/pi) หรือ [code/virtual-device](../../../../../3-transport/lessons/2-store-location-data/code/virtual-device) รันโค้ดอุปกรณ์ของคุณและตรวจสอบให้แน่ใจว่าข้อความกำลังไหลเข้าสู่ IoT Hub โดยใช้คำสั่ง CLI `az iot hub monitor-events` ## เส้นทางแบบร้อน อุ่น และเย็น ข้อมูลที่ไหลจากอุปกรณ์ IoT ไปยังคลาวด์ไม่ได้ถูกประมวลผลแบบเรียลไทม์เสมอไป ข้อมูลบางส่วนต้องการการประมวลผลแบบเรียลไทม์ ข้อมูลอื่น ๆ สามารถประมวลผลได้ในเวลาสั้น ๆ หลังจากได้รับ และข้อมูลอื่น ๆ สามารถประมวลผลได้ในภายหลัง เส้นทางการไหลของข้อมูลไปยังบริการต่าง ๆ ที่ประมวลผลข้อมูลในเวลาที่ต่างกันเรียกว่าเส้นทางแบบร้อน อุ่น และเย็น ### เส้นทางแบบร้อน เส้นทางแบบร้อนหมายถึงข้อมูลที่ต้องการการประมวลผลแบบเรียลไทม์หรือใกล้เคียงเรียลไทม์ คุณจะใช้ข้อมูลเส้นทางแบบร้อนสำหรับการแจ้งเตือน เช่น การแจ้งเตือนว่ารถกำลังเข้าใกล้คลังสินค้า หรือว่าอุณหภูมิในรถบรรทุกที่มีระบบทำความเย็นสูงเกินไป ในการใช้ข้อมูลเส้นทางแบบร้อน โค้ดของคุณจะตอบสนองต่อเหตุการณ์ทันทีที่ได้รับจากบริการคลาวด์ของคุณ ### เส้นทางแบบอุ่น เส้นทางแบบอุ่นหมายถึงข้อมูลที่สามารถประมวลผลได้ในเวลาสั้น ๆ หลังจากได้รับ เช่น สำหรับการรายงานหรือการวิเคราะห์ระยะสั้น คุณจะใช้ข้อมูลเส้นทางแบบอุ่นสำหรับรายงานระยะทางของยานพาหนะรายวัน โดยใช้ข้อมูลที่รวบรวมในวันก่อนหน้า ข้อมูลเส้นทางแบบอุ่นจะถูกจัดเก็บทันทีที่ได้รับจากบริการคลาวด์ภายในพื้นที่จัดเก็บที่สามารถเข้าถึงได้อย่างรวดเร็ว ### เส้นทางแบบเย็น เส้นทางแบบเย็นหมายถึงข้อมูลประวัติศาสตร์ การจัดเก็บข้อมูลในระยะยาวเพื่อประมวลผลเมื่อจำเป็น ตัวอย่างเช่น คุณสามารถใช้เส้นทางแบบเย็นเพื่อรับรายงานระยะทางประจำปีของยานพาหนะ หรือวิเคราะห์เส้นทางเพื่อค้นหาเส้นทางที่เหมาะสมที่สุดเพื่อลดต้นทุนเชื้อเพลิง ข้อมูลเส้นทางแบบเย็นจะถูกจัดเก็บในคลังข้อมูล - ฐานข้อมูลที่ออกแบบมาสำหรับการจัดเก็บข้อมูลจำนวนมากที่ไม่เปลี่ยนแปลงและสามารถค้นหาได้อย่างรวดเร็วและง่ายดาย โดยปกติคุณจะมีงานประจำในแอปพลิเคชันคลาวด์ของคุณที่ทำงานในเวลาปกติทุกวัน สัปดาห์ หรือเดือน เพื่อย้ายข้อมูลจากพื้นที่จัดเก็บเส้นทางแบบอุ่นไปยังคลังข้อมูล ✅ ลองคิดถึงข้อมูลที่คุณจับได้ในบทเรียนที่ผ่านมา ข้อมูลนั้นเป็นข้อมูลเส้นทางแบบร้อน อุ่น หรือเย็น? ## จัดการเหตุการณ์ GPS ด้วยโค้ดแบบไร้เซิร์ฟเวอร์ เมื่อข้อมูลไหลเข้าสู่ IoT Hub คุณสามารถเขียนโค้ดแบบไร้เซิร์ฟเวอร์เพื่อฟังเหตุการณ์ที่เผยแพร่ไปยัง Event-Hub compatible endpoint นี่คือเส้นทางแบบอุ่น - ข้อมูลนี้จะถูกจัดเก็บและใช้ในบทเรียนถัดไปสำหรับการรายงานเส้นทางการเดินทาง  ### งาน - จัดการเหตุการณ์ GPS ด้วยโค้ดแบบไร้เซิร์ฟเวอร์ 1. สร้างแอป Azure Functions โดยใช้ Azure Functions CLI ใช้ runtime Python และสร้างในโฟลเดอร์ชื่อ `gps-trigger` และใช้ชื่อเดียวกันสำหรับชื่อโปรเจกต์ Functions App อย่าลืมสร้าง virtual environment เพื่อใช้สำหรับสิ่งนี้ > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการสร้างโครงการ Azure Functions จากโครงการ 2 บทเรียน 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-a-serverless-application) ได้หากจำเป็น 1. เพิ่มตัวกระตุ้นเหตุการณ์ IoT Hub ที่ใช้จุดเชื่อมต่อ Event Hub ที่เข้ากันได้ของ IoT Hub > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการสร้างตัวกระตุ้นเหตุการณ์ IoT Hub จากโปรเจกต์ 2 บทเรียน 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#create-an-iot-hub-event-trigger) ได้หากจำเป็น 1. ตั้งค่าคอนเนคชันสตริงของจุดเชื่อมต่อ Event Hub ที่เข้ากันได้ในไฟล์ `local.settings.json` และใช้คีย์สำหรับรายการนั้นในไฟล์ `function.json` 1. ใช้แอป Azurite เป็นตัวจำลองการจัดเก็บข้อมูลในเครื่อง 1. รันแอปฟังก์ชันของคุณเพื่อให้แน่ใจว่ากำลังรับเหตุการณ์จากอุปกรณ์ GPS ของคุณ ตรวจสอบให้อุปกรณ์ IoT ของคุณกำลังทำงานและส่งข้อมูล GPS ```output Python EventHub trigger processed an event: {"gps": {"lat": 47.73481, "lon": -122.25701}} ``` ## บัญชี Azure Storage  บัญชี Azure Storage เป็นบริการจัดเก็บข้อมูลทั่วไปที่สามารถจัดเก็บข้อมูลได้หลากหลายรูปแบบ คุณสามารถจัดเก็บข้อมูลเป็นบล็อบ, คิว, ตาราง หรือไฟล์ และสามารถทำทั้งหมดนี้ได้พร้อมกัน ### การจัดเก็บ Blob คำว่า *Blob* หมายถึงวัตถุขนาดใหญ่แบบไบนารี แต่ได้กลายเป็นคำที่ใช้เรียกข้อมูลที่ไม่มีโครงสร้าง คุณสามารถจัดเก็บข้อมูลใดๆ ใน Blob Storage ได้ ตั้งแต่เอกสาร JSON ที่มีข้อมูล IoT ไปจนถึงไฟล์ภาพและวิดีโอ Blob Storage มีแนวคิดของ *คอนเทนเนอร์* ซึ่งเป็นบัคเก็ตที่ตั้งชื่อไว้เพื่อจัดเก็บข้อมูล คล้ายกับตารางในฐานข้อมูลเชิงสัมพันธ์ คอนเทนเนอร์เหล่านี้สามารถมีโฟลเดอร์หนึ่งหรือมากกว่าเพื่อจัดเก็บ Blob และแต่ละโฟลเดอร์สามารถมีโฟลเดอร์อื่นๆ ได้อีก คล้ายกับการจัดเก็บไฟล์ในฮาร์ดดิสก์ของคอมพิวเตอร์ของคุณ คุณจะใช้ Blob Storage ในบทเรียนนี้เพื่อจัดเก็บข้อมูล IoT ✅ ศึกษาเพิ่มเติม: อ่านเกี่ยวกับ [Azure Blob Storage](https://docs.microsoft.com/azure/storage/blobs/storage-blobs-overview?WT.mc_id=academic-17441-jabenn) ### การจัดเก็บ Table Table Storage ช่วยให้คุณจัดเก็บข้อมูลแบบกึ่งโครงสร้าง Table Storage เป็นฐานข้อมูล NoSQL ดังนั้นจึงไม่จำเป็นต้องกำหนดชุดตารางล่วงหน้า แต่ถูกออกแบบมาเพื่อจัดเก็บข้อมูลในหนึ่งหรือหลายตาราง โดยมีคีย์เฉพาะเพื่อกำหนดแต่ละแถว ✅ ศึกษาเพิ่มเติม: อ่านเกี่ยวกับ [Azure Table Storage](https://docs.microsoft.com/azure/storage/tables/table-storage-overview?WT.mc_id=academic-17441-jabenn) ### การจัดเก็บ Queue Queue Storage ช่วยให้คุณจัดเก็บข้อความที่มีขนาดสูงสุด 64KB ในคิว คุณสามารถเพิ่มข้อความไปที่ท้ายคิว และอ่านออกจากด้านหน้าของคิว คิวจะจัดเก็บข้อความไว้ตลอดตราบใดที่ยังมีพื้นที่จัดเก็บเพียงพอ ทำให้สามารถจัดเก็บข้อความระยะยาวได้ และอ่านออกเมื่อจำเป็น ตัวอย่างเช่น หากคุณต้องการรันงานรายเดือนเพื่อประมวลผลข้อมูล GPS คุณสามารถเพิ่มข้อมูลลงในคิวทุกวันเป็นเวลา 1 เดือน จากนั้นในตอนท้ายของเดือนจึงประมวลผลข้อความทั้งหมดจากคิว ✅ ศึกษาเพิ่มเติม: อ่านเกี่ยวกับ [Azure Queue Storage](https://docs.microsoft.com/azure/storage/queues/storage-queues-introduction?WT.mc_id=academic-17441-jabenn) ### การจัดเก็บ File File Storage คือการจัดเก็บไฟล์ในคลาวด์ และแอปหรืออุปกรณ์ใดๆ สามารถเชื่อมต่อได้โดยใช้โปรโตคอลมาตรฐาน คุณสามารถเขียนไฟล์ลงใน File Storage แล้วเมานต์เป็นไดรฟ์บนพีซีหรือ Mac ของคุณ ✅ ศึกษาเพิ่มเติม: อ่านเกี่ยวกับ [Azure File Storage](https://docs.microsoft.com/azure/storage/files/storage-files-introduction?WT.mc_id=academic-17441-jabenn) ## เชื่อมต่อโค้ด Serverless ของคุณกับการจัดเก็บข้อมูล แอปฟังก์ชันของคุณตอนนี้จำเป็นต้องเชื่อมต่อกับ Blob Storage เพื่อจัดเก็บข้อความจาก IoT Hub มี 2 วิธีในการทำเช่นนี้: * ภายในโค้ดฟังก์ชัน เชื่อมต่อกับ Blob Storage โดยใช้ Blob Storage Python SDK และเขียนข้อมูลเป็น Blob * ใช้ Output Function Binding เพื่อผูกค่าที่คืนจากฟังก์ชันกับ Blob Storage และให้ Blob ถูกบันทึกโดยอัตโนมัติ ในบทเรียนนี้ คุณจะใช้ Python SDK เพื่อดูวิธีการโต้ตอบกับ Blob Storage  ข้อมูลจะถูกบันทึกเป็น JSON Blob ในรูปแบบดังนี้: ```json { "device_id": , "timestamp" : , "gps" : { "lat" : , "lon" : } } ``` ### งาน - เชื่อมต่อโค้ด Serverless ของคุณกับการจัดเก็บข้อมูล 1. สร้างบัญชี Azure Storage ตั้งชื่อว่า `gps` > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการสร้างบัญชี Storage จากโปรเจกต์ 2 บทเรียน 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) ได้หากจำเป็น หากคุณยังมีบัญชี Storage จากโปรเจกต์ก่อนหน้า คุณสามารถใช้ซ้ำได้ > 💁 คุณจะสามารถใช้บัญชี Storage เดียวกันนี้เพื่อปรับใช้แอป Azure Functions ของคุณในบทเรียนนี้ 1. รันคำสั่งต่อไปนี้เพื่อรับคอนเนคชันสตริงสำหรับบัญชี Storage: ```sh az storage account show-connection-string --output table \ --name ``` แทนที่ `` ด้วยชื่อบัญชี Storage ที่คุณสร้างในขั้นตอนก่อนหน้า 1. เพิ่มรายการใหม่ในไฟล์ `local.settings.json` สำหรับคอนเนคชันสตริงของบัญชี Storage โดยใช้ค่าจากขั้นตอนก่อนหน้า ตั้งชื่อว่า `STORAGE_CONNECTION_STRING` 1. เพิ่มสิ่งต่อไปนี้ในไฟล์ `requirements.txt` เพื่อทำการติดตั้งแพ็กเกจ Pip ของ Azure Storage: ```sh azure-storage-blob ``` ติดตั้งแพ็กเกจจากไฟล์นี้ใน Virtual Environment ของคุณ > หากคุณพบข้อผิดพลาด ให้ทำการอัปเกรดเวอร์ชัน Pip ใน Virtual Environment ของคุณเป็นเวอร์ชันล่าสุดด้วยคำสั่งต่อไปนี้ จากนั้นลองอีกครั้ง: > > ```sh > pip install --upgrade pip > ``` 1. ในไฟล์ `__init__.py` สำหรับ `iot-hub-trigger` เพิ่มคำสั่งนำเข้าต่อไปนี้: ```python import json import os import uuid from azure.storage.blob import BlobServiceClient, PublicAccess ``` โมดูลระบบ `json` จะถูกใช้เพื่ออ่านและเขียน JSON, โมดูลระบบ `os` จะถูกใช้เพื่ออ่านคอนเนคชันสตริง, โมดูลระบบ `uuid` จะถูกใช้เพื่อสร้าง ID ที่ไม่ซ้ำกันสำหรับการอ่านค่า GPS แพ็กเกจ `azure.storage.blob` มี Python SDK สำหรับทำงานกับ Blob Storage 1. ก่อนเมธอด `main` ให้เพิ่มฟังก์ชันช่วยเหลือต่อไปนี้: ```python def get_or_create_container(name): connection_str = os.environ['STORAGE_CONNECTION_STRING'] blob_service_client = BlobServiceClient.from_connection_string(connection_str) for container in blob_service_client.list_containers(): if container.name == name: return blob_service_client.get_container_client(container.name) return blob_service_client.create_container(name, public_access=PublicAccess.Container) ``` Python Blob SDK ไม่มีเมธอดช่วยเหลือในการสร้างคอนเทนเนอร์หากยังไม่มีอยู่ โค้ดนี้จะโหลดคอนเนคชันสตริงจากไฟล์ `local.settings.json` (หรือ Application Settings เมื่อปรับใช้ในคลาวด์) จากนั้นสร้างคลาส `BlobServiceClient` จากคอนเนคชันสตริงนี้เพื่อโต้ตอบกับบัญชี Blob Storage จากนั้นวนลูปผ่านคอนเทนเนอร์ทั้งหมดในบัญชี Blob Storage เพื่อค้นหาคอนเทนเนอร์ที่มีชื่อที่ระบุ - หากพบจะคืนคลาส `ContainerClient` ที่สามารถโต้ตอบกับคอนเทนเนอร์เพื่อสร้าง Blob หากไม่พบ คอนเทนเนอร์จะถูกสร้างขึ้นและคืนค่าคลาสสำหรับคอนเทนเนอร์ใหม่ เมื่อสร้างคอนเทนเนอร์ใหม่ จะมีการให้สิทธิ์การเข้าถึงสาธารณะเพื่อสอบถาม Blob ในคอนเทนเนอร์ สิ่งนี้จะถูกใช้ในบทเรียนถัดไปเพื่อแสดงข้อมูล GPS บนแผนที่ 1. ไม่เหมือนกับข้อมูลความชื้นในดิน ในโค้ดนี้เราต้องการจัดเก็บทุกเหตุการณ์ ดังนั้นให้เพิ่มโค้ดต่อไปนี้ภายในลูป `for event in events:` ในฟังก์ชัน `main` ด้านล่างคำสั่ง `logging`: ```python device_id = event.iothub_metadata['connection-device-id'] blob_name = f'{device_id}/{str(uuid.uuid1())}.json' ``` โค้ดนี้จะดึง ID ของอุปกรณ์จากเมทาดาทาของเหตุการณ์ จากนั้นใช้มันเพื่อสร้างชื่อ Blob Blob สามารถจัดเก็บในโฟลเดอร์ และ ID ของอุปกรณ์จะถูกใช้เป็นชื่อโฟลเดอร์ ดังนั้นแต่ละอุปกรณ์จะมีเหตุการณ์ GPS ทั้งหมดในโฟลเดอร์เดียว ชื่อ Blob คือโฟลเดอร์นี้ ตามด้วยชื่อเอกสาร แยกด้วยเครื่องหมายทับ (`/`) คล้ายกับเส้นทางใน Linux และ macOS (คล้ายกับ Windows เช่นกัน แต่ Windows ใช้เครื่องหมายทับหลัง) ตัวอย่างเช่น สำหรับ ID อุปกรณ์ `gps-sensor` ชื่อ Blob อาจเป็น `gps-sensor/a9487ac2-b9cf-11eb-b5cd-1e00621e3648.json` 1. เพิ่มโค้ดต่อไปนี้ด้านล่างนี้: ```python container_client = get_or_create_container('gps-data') blob = container_client.get_blob_client(blob_name) ``` โค้ดนี้จะดึงคลาส Container Client โดยใช้ฟังก์ชันช่วยเหลือ `get_or_create_container` และจากนั้นดึงคลาส Blob Client โดยใช้ชื่อ Blob Blob Client เหล่านี้สามารถอ้างถึง Blob ที่มีอยู่ หรือในกรณีนี้ อ้างถึง Blob ใหม่ 1. เพิ่มโค้ดต่อไปนี้หลังจากนี้: ```python event_body = json.loads(event.get_body().decode('utf-8')) blob_body = { 'device_id' : device_id, 'timestamp' : event.iothub_metadata['enqueuedtime'], 'gps': event_body['gps'] } ``` โค้ดนี้สร้างเนื้อหาของ Blob ที่จะถูกเขียนลงใน Blob Storage เป็นเอกสาร JSON ที่มี ID ของอุปกรณ์, เวลาที่ส่งข้อมูลไปยัง IoT Hub และพิกัด GPS จากข้อมูล > 💁 สิ่งสำคัญคือต้องใช้เวลาที่ข้อความถูกส่งไปยัง IoT Hub (enqueued time) แทนที่จะเป็นเวลาปัจจุบัน เพื่อให้ได้เวลาที่ข้อความถูกส่ง ข้อความอาจอยู่ใน Hub สักพักก่อนที่จะถูกดึงขึ้นมา หากแอปฟังก์ชันไม่ได้ทำงาน 1. เพิ่มโค้ดต่อไปนี้ด้านล่างนี้: ```python logging.info(f'Writing blob to {blob_name} - {blob_body}') blob.upload_blob(json.dumps(blob_body).encode('utf-8')) ``` โค้ดนี้บันทึกว่า Blob กำลังจะถูกเขียนพร้อมรายละเอียด จากนั้นอัปโหลดเนื้อหา Blob เป็นเนื้อหาของ Blob ใหม่ 1. รันแอปฟังก์ชัน คุณจะเห็น Blob ถูกเขียนสำหรับเหตุการณ์ GPS ทั้งหมดในผลลัพธ์: ```output [2021-05-21T01:31:14.325Z] Python EventHub trigger processed an event: {"gps": {"lat": 47.73092, "lon": -122.26206}} ... [2021-05-21T01:31:14.351Z] Writing blob to gps-sensor/4b6089fe-ba8d-11eb-bc7b-1e00621e3648.json - {'device_id': 'gps-sensor', 'timestamp': '2021-05-21T00:57:53.878Z', 'gps': {'lat': 47.73092, 'lon': -122.26206}} ``` > 💁 ตรวจสอบให้แน่ใจว่าคุณไม่ได้รันตัวตรวจสอบเหตุการณ์ IoT Hub พร้อมกัน > 💁 คุณสามารถค้นหาโค้ดนี้ได้ในโฟลเดอร์ [code/functions](../../../../../3-transport/lessons/2-store-location-data/code/functions) ### งาน - ตรวจสอบ Blob ที่อัปโหลด 1. เพื่อดู Blob ที่ถูกสร้างขึ้น คุณสามารถใช้ [Azure Storage Explorer](https://azure.microsoft.com/features/storage-explorer/?WT.mc_id=academic-17441-jabenn) ซึ่งเป็นเครื่องมือฟรีที่ช่วยให้คุณดูและจัดการบัญชี Storage ของคุณ หรือใช้ CLI 1. หากต้องการใช้ CLI ก่อนอื่นคุณจะต้องมีคีย์บัญชี รันคำสั่งต่อไปนี้เพื่อรับคีย์นี้: ```sh az storage account keys list --output table \ --account-name ``` แทนที่ `` ด้วยชื่อบัญชี Storage คัดลอกค่าของ `key1` 1. รันคำสั่งต่อไปนี้เพื่อแสดงรายการ Blob ในคอนเทนเนอร์: ```sh az storage blob list --container-name gps-data \ --output table \ --account-name \ --account-key ``` แทนที่ `` ด้วยชื่อบัญชี Storage และ `` ด้วยค่าของ `key1` ที่คุณคัดลอกในขั้นตอนก่อนหน้า สิ่งนี้จะแสดงรายการ Blob ทั้งหมดในคอนเทนเนอร์: ```output Name Blob Type Blob Tier Length Content Type Last Modified Snapshot ---------------------------------------------------- ----------- ----------- -------- ------------------------ ------------------------- ---------- gps-sensor/1810d55e-b9cf-11eb-9f5b-1e00621e3648.json BlockBlob Hot 45 application/octet-stream 2021-05-21T00:54:27+00:00 gps-sensor/18293e46-b9cf-11eb-9f5b-1e00621e3648.json BlockBlob Hot 45 application/octet-stream 2021-05-21T00:54:28+00:00 gps-sensor/1844549c-b9cf-11eb-9f5b-1e00621e3648.json BlockBlob Hot 45 application/octet-stream 2021-05-21T00:54:28+00:00 gps-sensor/1894d714-b9cf-11eb-9f5b-1e00621e3648.json BlockBlob Hot 45 application/octet-stream 2021-05-21T00:54:28+00:00 ``` 1. ดาวน์โหลด Blob หนึ่งรายการโดยใช้คำสั่งต่อไปนี้: ```sh az storage blob download --container-name gps-data \ --account-name \ --account-key \ --name \ --file ``` แทนที่ `` ด้วยชื่อบัญชี Storage และ `` ด้วยค่าของ `key1` ที่คุณคัดลอกในขั้นตอนก่อนหน้า แทนที่ `` ด้วยชื่อเต็มจากคอลัมน์ `Name` ของผลลัพธ์ในขั้นตอนก่อนหน้า รวมถึงชื่อโฟลเดอร์ แทนที่ `` ด้วยชื่อไฟล์ในเครื่องเพื่อบันทึก Blob เมื่อดาวน์โหลดแล้ว คุณสามารถเปิดไฟล์ JSON ใน VS Code และคุณจะเห็น Blob ที่มีรายละเอียดตำแหน่ง GPS: ```json {"device_id": "gps-sensor", "timestamp": "2021-05-21T00:57:53.878Z", "gps": {"lat": 47.73092, "lon": -122.26206}} ``` ### งาน - ปรับใช้แอปฟังก์ชันของคุณไปยังคลาวด์ ตอนนี้แอปฟังก์ชันของคุณทำงานแล้ว คุณสามารถปรับใช้ไปยังคลาวด์ได้ 1. สร้างแอป Azure Functions ใหม่ โดยใช้บัญชี Storage ที่คุณสร้างไว้ก่อนหน้านี้ ตั้งชื่อว่า `gps-sensor-` และเพิ่มตัวระบุที่ไม่ซ้ำกัน เช่น คำสุ่มหรือชื่อของคุณ > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการสร้างแอป Functions จากโปรเจกต์ 2 บทเรียน 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---create-the-cloud-resources) ได้หากจำเป็น 1. อัปโหลดค่าของ `IOT_HUB_CONNECTION_STRING` และ `STORAGE_CONNECTION_STRING` ไปยัง Application Settings > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการอัปโหลด Application Settings จากโปรเจกต์ 2 บทเรียน 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---upload-your-application-settings) ได้หากจำเป็น 1. ปรับใช้แอปฟังก์ชันในเครื่องของคุณไปยังคลาวด์ > ⚠️ คุณสามารถดู [คำแนะนำสำหรับการปรับใช้แอป Functions ของคุณจากโปรเจกต์ 2 บทเรียนที่ 5](../../../2-farm/lessons/5-migrate-application-to-the-cloud/README.md#task---deploy-your-functions-app-to-the-cloud) หากจำเป็น ## 🚀 ความท้าทาย ข้อมูล GPS ไม่ได้มีความแม่นยำสมบูรณ์แบบ และตำแหน่งที่ถูกตรวจจับอาจคลาดเคลื่อนไปได้หลายเมตร โดยเฉพาะในอุโมงค์และพื้นที่ที่มีอาคารสูง ลองคิดดูว่านำทางด้วยดาวเทียมจะสามารถแก้ปัญหานี้ได้อย่างไร? ข้อมูลอะไรที่ระบบนำทางของคุณมีซึ่งสามารถช่วยให้คาดการณ์ตำแหน่งของคุณได้แม่นยำขึ้น? ## แบบทดสอบหลังการบรรยาย [แบบทดสอบหลังการบรรยาย](https://black-meadow-040d15503.1.azurestaticapps.net/quiz/24) ## ทบทวนและศึกษาด้วยตนเอง * อ่านเกี่ยวกับข้อมูลที่มีโครงสร้างใน [หน้าข้อมูลโมเดลบน Wikipedia](https://wikipedia.org/wiki/Data_model) * อ่านเกี่ยวกับข้อมูลกึ่งโครงสร้างใน [หน้าข้อมูลกึ่งโครงสร้างบน Wikipedia](https://wikipedia.org/wiki/Semi-structured_data) * อ่านเกี่ยวกับข้อมูลที่ไม่มีโครงสร้างใน [หน้าข้อมูลที่ไม่มีโครงสร้างบน Wikipedia](https://wikipedia.org/wiki/Unstructured_data) * อ่านเพิ่มเติมเกี่ยวกับ Azure Storage และประเภทการจัดเก็บข้อมูลต่าง ๆ ใน [เอกสาร Azure Storage](https://docs.microsoft.com/azure/storage/?WT.mc_id=academic-17441-jabenn) ## งานที่ได้รับมอบหมาย [สำรวจการผูกฟังก์ชัน](assignment.md) --- **ข้อจำกัดความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้การแปลมีความถูกต้องมากที่สุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้