Aquisição de Dados Escalável e Ciente da Aplicação para Gêmeos Digitais
Resumo
Gêmeo Digital é o nome dado a um tipo de sistema que possui total integração entre uma parte física e uma parte digital atualizada em tempo real. No geral, são sistemas de grande escala com intenso fluxo de dados entre as suas apartes (física e digital). Para realizar a aquisição de dados nesse tipo de sistema, utiliza-se comumente protocolos como MQTT. Este trabalho reconhece as limitações desse protocolo quando utilizado condições de tráfego intenso e explora alternativas para aumentar o fluxo de dados minimizando a perda de mensagens e o uso de recursos. Para isso é usado o modo cluster nativo de implementações de brokers MQTT, adicionando um componente à arquitetura do sistema ao qual chamamos de “Cluster Manager”. Este componente foi desenvolvido com o objetivo de monitorar a saúde de um cluster de brokers e ajustar a composição do cluster ao fluxo de mensagens. Os resultados da implantação desse componente ajudaram a determinar margens de perda e latências no envio de mensagens críticas, utilizando diferentes estratégias para escalar o cluster sob cargas de trabalho representativas de aplicações de Gêmeos Digitais. Também foi determinado que o uso de parâmetros muito sensíveis para escalar o sistema faz com que mais nodos que o necessário sejam instanciados e recursos desperdiçados.
Referências
Banks, A., Briggs, E., Borgendale, K., and Gupta, R. (2019). MQTT Version 5.0. https://docs.oasis-open.org/mqtt/mqtt/v5.0/mqtt-v5.0.html. Online; acessado em 09 Ago, 2020.
Boschert, S. and Rosen, R. (2016). Digital twin-the simulation aspect. In Mechatronic futures, pages 59-74. Springer.
Cunha, B. and Batista, D. (2021). Avaliação da integração do protocolo mqtt em uma plataforma de cidades inteligentes. In Anais Estendidos do XXXIX Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 217-224, Porto Alegre, RS, Brasil. SBC.
Damjanovic-Behrendt, V. and Behrendt, W. (2019). An open source approach to the design and implementation of Digital Twins for Smart Manufacturing. International Journal of Computer Integrated Manufacturing, 32(4-5):366-384.
EMQ Inc. (2022). EMQ X. [link]. Online; acessado em 04 Fev, 2022.
Ferrari, P., Sisinni, E., Brandao, D., and Rocha, M. (2017). Evaluation of communication latency in industrial IoT applications. In 2017 IEEE International Workshop on Measurements & Networking (M&N), pages 1-6.
Grieves, M. (2016). Origins of the Digital Twin Concept. Technical report, Florida Institute of Technology / NASA.
Human, C., Basson, A. H., and Kruger, K. (2021). Digital Twin Data Pipeline Using MQTT in SLADTA. In Borangiu, T., Trentesaux, D., Leitão, P., Cardin, O., and Lamouri, S., editors, Service Oriented, Holonic and Multi-Agent Manufacturing Systems for Industry of the Future, pages 111-122, Cham. Springer International Publishing.
Koziolek, H., Grüner, S., and Rückert, J. (2020). A Comparison of MQTT Brokers for Distributed IoT Edge Computing. In Jansen, A., Malavolta, I., Muccini, H., Ozkaya, I., and Zimmermann, O., editors, Software Architecture, pages 352-368, Cham. Springer International Publishing.
Maaloul, S., Aniss, H., Kassab, M., and Berbineau, M. (2021). Classification of C-ITS Services in Vehicular Environments. IEEE Access, 9:117868-117879.
Mishra, B. (2018). Performance evaluation of MQTT broker servers. In International Conference on Computational Science and Its Applications, pages 599-609. Springer.
Thean, Z. Y., Voon Yap, V., and Teh, P. C. (2019). Container-based MQTT Broker Cluster for Edge Computing. In 2019 4th International Conference and Workshops on Recent Advances and Innovations in Engineering (ICRAIE), pages 1-6.
Trevisan, R., Knebel, F. P., and Wickboldt, J. A. (2020). Uma Avaliação do uso de MQTT para a Implementação de Digital Twins. In Anais da XVIII Escola Regional de Redes de Computadores, pages 41-47. SBC.
