当前位置: 首页 > news >正文

如何基于Akamai IoT边缘平台打造一个无服务器的位置分享应用

与地理位置有关的应用相信大家都很熟悉了,无论是IM软件里的位置共享或是电商、外卖应用中的配送地址匹配,我们几乎每天都在使用类似的功能与服务。不过你有没有想过,如何在自己开发的应用中嵌入类似的功能?

本文Akamai将为大家提供一个思路,借助边缘计算技术在自己的应用中实现快速、流畅、可扩展的位置和分享能力,并且整个方法完全是以无服务器的形式实现的。这也意味着无需因为和定位分享有关的功能扩展或调整应用程序现有后端,只需简单地集成,一切就能顺利搞定。

一、100%无服务器

对很多服务和应用程序来说,无论真实或虚拟的定位信息都是必不可少的。交通运输、游戏、娱乐、物流…… 如果位置信息无法嵌入到这些行业的应用和服务中,我们的现实生活恐怕会受到不小的影响。

下文介绍的用例和演示来自Akamai最近为一个网络研讨会活动所提供的应用程序,我们将其称之为Discover and Announce(发现并公布),因为它可以帮助客户探索世界,了解自己感兴趣的周边事物,并(可选地)在当前位置的公共广播频道共享与全世界共享自己的状态。

最重要的是,该应用完全基于无服务器技术构建,并且可以完全通过Akamai边缘平台来运行。

简单来说,该应用有着如下的特征:

  • 用户客户端读写Akamai IoT Edge Connect上一个包含了位置信息的Message Queue Telemetry Transport(MQTT)主题
  • World Editor服务也是一个MQTT客户端,可在相应的主题中更新位置信息。
  • Analytics服务可读取用户客户端发出的Announce消息,借此进一步感知周边世界(如特定位置有多少用户)。

二、Military Grid Reference Squares——世界的骨架

首先我们从一个地图系统着手,该系统可以帮我们将MQTT主题分配到特定的地理位置。好在我们可以借助Military Grid Reference Squares(MGRS)轻松做到这一点。MGRS是一种可以涵盖全球的地理位置编码系统,可以为1米、10米、100米、1000米甚至10千米的网格分配座标。

以下列座标为例:

16TFQ 4104 8222

其对应的位置在美国密歇根州贝莱尔的Short’s Brewery附近,精度为10米见方。如果我们希望指定一个1km的见方的位置,只需要截断东经(第一组整数)和北纬(第二组整数)的数值即可:

16TFQ 41 82

MGRS可以通过一个简单的公式从经纬度中推倒出来,该公式在很多平台上都可用,包括JavaScript,下文我们就将进一步介绍。

我们的IoT Edge Connect主题结构反映了MGRS的地理位置编码。在该演示应用中,针对上述两个位置的主题差不多是这样的:

/16FTQ/4104-8222/

/16FTQ/41-82/

此外还有一种更丰富、复杂的设计,可以使用MQTT通配符来“看到”任何精度下想要看到的事情。例如,我们可以将第一个MGRS主题写成这样:

/16FTQ/4/1/0/4/x/8/2/2/2/x/

随后即可通过MQTT通配符实现真正的智能查询。我们可以通过下列查询了解1km见方范围内包含的所有信息:

SUBSCRIBE /16FTQ/4/1/+/+/+/8/2/+/+/+/

(虽然上述结构也可以用更优雅高效的形式来构建,但目前这种方式在视觉上更适合本文演示的目的)

三、World Editor

我们开发了一个能用各种“对象”更新世界地图的客户端。借此可以创建对象,在World Editor地图上给它命名,并在地图上拖拽对象调整其位置。对象被拖拽放置后会将当前所在位置的MGRS值发送给IoT Edge Connect上对应的MQTT主题。World Editor使用了一个MGRS JavaScript库将经纬度转换为MGRS编码。

此外还可以通过额外的逻辑来识别多边形和圆形,甚至可以定义独特的位置形状,借此更好地展现现实世界中那些外形不规则的地点。

客户端也可以使用类似的服务来宣告自己的存在。在网络研讨会中,我们列举了公园里在不同位置之间移动的人物作为例子。这些人物可以使用我们的客户端,在自己抵达新的位置后宣告自己的位置。

四、用户客户端

用户可以做两件事:

首先:用户可以订阅不同位置对应的主题,借此了解周边世界。通过使用MQTT通配符,他们甚至可以指定自己感兴趣的大范围区域。

该范例应用会每秒钟查询iOS设备提供的GPS座标。这些座标值会在本地被转换为MGRS编码,如果该值与上一秒的结果相比产生了变化,客户端就会订阅新位置对应的主题。

这种情况下,如果能提供经纬度之外的其他选项,将对应用带来巨大的好处。我们需要为GPS信号不可用的室内环境提供支持,此时比较普遍的做法是使用蓝牙信标,通过这种信标来代表客户端的位置。存储在本地或Akamai EdgeKV的平面数据集可以将信标值与MGRS位置进行对应。这样,我们的应用即可兼容各种位置共享类型与方案。

其次:用户随后还可以选择公布自己的信息。通过使用MGRS主题结构,用户自己就可以决定是否要在10km、1km、100m、10m或1m的主题层级上发布自己的位置信息。这样用户也可以淡化自己的位置精度。

当然,用户也可以选择在自己的“告示”中发送什么内容或不发送什么内容。在我们的演示应用中,用户客户端只是简单地将自己称之为“用户”,并不包含个人信息。

我们还构建了一个用户客户端的界面样本,该界面可以将用户位置以及用户发现的对象显示在地图上,用户也可以通过World Editor添加与对象有关的其他信息。

五、实时分析

Analytics服务的作用顾名思义,就是用来分析。该服务包含一个MQTT客户端,可以读取公布的消息,随后记录并处理这些内容。在我们的范例应用中,我们为World Editor添加了分析数据源,这样就可以在地图上显示实时数据(本例中的实时数据也就是用户客户端的位置)。

能够使用实时数据,这一点就很酷了。例如,我们将能以秒为单位确定并更新每个位置的用户密度。

六、走向全世界

位置信息在游戏、模拟,或是物流仓库和工厂等封闭环境这样的虚拟世界中同样重要,而上文介绍的这种结构也可以适用于这类环境并提供类似的好处。

七、为何选择Akamai?

在上述演示应用中,我们考虑到这款应用可能会在一些很大的环境中使用,例如在公园中被成千上万的游客使用,所有游客会使用全球各地不同移动运营商的网络服务,峰值时期的消息总量很可能会超过每小时数十亿条。因此我们需要提供一种简单、可靠、可扩展、安全的平台,这个平台必须足以处理这种规模,甚至更大规模的流量。源服务可以运行在任何位置,并且无需为了满足客户需求而进行扩展。在我们的演示场景中,客户可以专注于在我们的平台上构建功能丰富的应用,为用户提供更多欣喜和喜悦,而这背后的重担,交给Akamai边缘就行。

这些应用程序组件可以通过几乎任何类型的容器在任何云环境中运行。如果希望进一步了解该应用,请访问https://developer.akamai.com/iot-edge-connect并注册免费试用。我们还可以提供示范环境,帮助用户直接启动1个或1000个客户端,借此验证并打磨自己的新想法。

相关文章:

如何基于Akamai IoT边缘平台打造一个无服务器的位置分享应用

与地理位置有关的应用相信大家都很熟悉了,无论是IM软件里的位置共享或是电商、外卖应用中的配送地址匹配,我们几乎每天都在使用类似的功能与服务。不过你有没有想过,如何在自己开发的应用中嵌入类似的功能? 本文Akamai将为大家提…...

【开源】基于JAVA的木马文件检测系统

项目编号: S 041 ,文末获取源码。 \color{red}{项目编号:S041,文末获取源码。} 项目编号:S041,文末获取源码。 目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 木马分类模块2.3 木…...

KaiOS 运营商相关文件operator_variant_manager.js代码功能和调试

gaia/apps/system/js/operator_variant_manager.js at master mozilla-b2g/gaia GitHub js文件接口功能 No 接口/常量 功能 1 OperatorVariantManager var OperatorVariantManager function(core) 2 OperatorVariantManager.IMPORTS OperatorVariantManager.I…...

【数据结构(六)】排序算法介绍和算法的复杂度计算(1)

文章目录 1. 排序算法的介绍1.1. 排序的分类 2. 算法的时间复杂度2.1. 度量一个程序(算法)执行时间的两种方法2.2. 时间频度2.2.1. 忽略常数项2.2.2. 忽略低次项2.2.2. 忽略系数 2.3. 时间复杂度2.4. 常见的时间复杂度2.5. 平均时间复杂度和最坏时间复杂度 3. 算法的空间复杂度…...

带有 RaspiCam 的 Raspberry Pi 监控和延时摄影摄像机

一、说明 一段时间以来,我一直想构建一个运动激活且具有延时功能的树莓派相机,但从未真正找到我喜欢的案例。我在thingiverse上找到了这个适合树莓派和相机的好案例。它是为特定的鱼眼相机设计的,但从模型来看,我拥有的廉价中国鱼…...

Apache Doris 在某工商信息商业查询平台的湖仓一体建设实践

作者|某工商信息商业查询平台 高级数据研发工程师 李昂 信息服务行业可以提供多样化、便捷、高效、安全的信息化服务,为个人及商业决策提供了重要支撑与参考。对于行业相关企业来说,数据收集、加工、分析能力的重要性不言而喻。以某工商信息…...

【尘缘送书第六期】2023年度学习:AIGC、AGI、GhatGPT、人工智能大模型实现必读书单

【文末送书】今天推荐几本AIGC、AGI、GhatGPT、人工智能大模型领域优质书籍。 目录 前言1 《ChatGPT 驱动软件开发》2 《ChatGPT原理与实战》3 《神经网络与深度学习》4 《AIGC重塑教育》5 《通用人工智能》6 文末送书 前言 2023年是人工智能大语言模型大爆发的一年&#xff0…...

我的 CSDN 三周年创作纪念日:2020-12-12

本人大叔一枚,自1992年接触电脑,持续了30年的业余电脑发烧爱好者,2022年CSDN博客之星Top58,阿里云社区“乘风者计划”专家博主。自某不知名财校毕业后进入国有大行工作至今,先后任职于某分行信息科技部、电子银行部、金…...

什么是css初始化

什么是css初始化 CSS初始化是指重设浏览器的样式。 因为浏览器的兼容问题,不同浏览器对有些标签的默认值是不同的,如果没对CSS初始化往往会出现浏览器之间的页面显示差异。 每次新开发网站或新网页时候通过初始化CSS样式的属性,为我们将用…...

谁会成为第一个MoE大模型基座呢?重磅!Mixtral MoE 8x7B!!!

文章目录 谁会成为第一个MoE大模型基座呢?重磅!Mixtral MoE 8x7B!!!前言重磅!Mixtral MoE 8x7B!!!Mixtral是啥模型介绍模型结构长啥样?表现如何?可…...

Linux升级nginx版本

处于漏洞修复目的服务器所用nginx是1.16.0版本扫出来存在安全隐患,需要我们升级到1.17.7以上。 一般nginx默认在 /usr/local/ 目录,这里我的nginx是自定义的路径安装在 /app/weblogic/nginx 。 1.查看生产环境nginx版本 cd /app/weblogic/nginx/sbin/…...

人工智能|网络爬虫——用Python爬取电影数据并可视化分析

一、获取数据 1.技术工具 IDE编辑器:vscode 发送请求:requests 解析工具:xpath def Get_Detail(Details_Url):Detail_Url Base_Url Details_UrlOne_Detail requests.get(urlDetail_Url, headersHeaders)One_Detail_Html One_Detail.cont…...

mac苹果笔记本电脑如何强力删除卸载app软件?

苹果电脑怎样删除app?不是把app移到废纸篓就行了吗,十分简单呢! 其实不然,因为在Mac电脑上,删除应用程序只是删除了应用程序的主要组件。大多数时候,系统会有一个相当长的目录,包含所有与应用程…...

net6中使用MongoDB

目录 一、MongoDB是什么? 二、使用步骤 1.安装驱动 2.设置连接字符串、配置类 3.建立实体类 4.服务层 5.在Program添加服务 6.在Controller注入服务 总结 一、MongoDB是什么? MongoDB 是一个开源的、可扩展的、跨平台的、面向文档的非关系型数据库&…...

vue中yarn install超时问题

囚笼中的网络固然可以稳定局势,不让猴子们得以随时醒悟!给你吃的你就好好吃,不要有其他的翻然醒悟的时刻。无论如何,愚蠢的活着也是一种幸福,听着那些耐心寻味的统计幸福指数,我们不由的幸福的一批。。 最…...

vue3 引入 markdown编辑器

参考文档 安装依赖 pnpm install mavon-editor // "mavon-editor": "3.0.1",markdown 编辑器 <mavon-editor></mavon-editor>新增文本 <mavon-editor ref"editorRef" v-model"articleModel.text" codeStyle"…...

算法----K 和数对的最大数目

题目 给你一个整数数组 nums 和一个整数 k 。 每一步操作中&#xff0c;你需要从数组中选出和为 k 的两个整数&#xff0c;并将它们移出数组。 返回你可以对数组执行的最大操作数。 示例 1&#xff1a; 输入&#xff1a;nums [1,2,3,4], k 5 输出&#xff1a;2 解释&…...

RocketMQ-源码架构

源码环境搭建 1、主要功能模块 RocketMQ官方Git仓库地址&#xff1a;GitHub - apache/rocketmq: Apache RocketMQ is a cloud native messaging and streaming platform, making it simple to build event-driven applications. RocketMQ的官方网站下载&#xff1a;下载 | R…...

14-1、IO流

14-1、IO流 lO流打开和关闭lO流打开模式lO流对象的状态 非格式化IO二进制IO读取二进制数据获取读长度写入二进制数据 读写指针 和 随机访问设置读/写指针位置获取读/写指针位置 字符串流 lO流打开和关闭 通过构造函数打开I/O流 其中filename表示文件路径&#xff0c;mode表示打…...

每日一道算法题 1

借鉴文章&#xff1a;Java-敏感字段加密 - 哔哩哔哩 题目描述 给定一个由多个命令字组成的命令字符串&#xff1b; 1、字符串长度小于等于127字节&#xff0c;只包含大小写字母&#xff0c;数字&#xff0c;下划线和偶数个双引号 2、命令字之间以一个或多个下划线_进行分割…...

java_网络服务相关_gateway_nacos_feign区别联系

1. spring-cloud-starter-gateway 作用&#xff1a;作为微服务架构的网关&#xff0c;统一入口&#xff0c;处理所有外部请求。 核心能力&#xff1a; 路由转发&#xff08;基于路径、服务名等&#xff09;过滤器&#xff08;鉴权、限流、日志、Header 处理&#xff09;支持负…...

【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器

一.自适应梯度算法Adagrad概述 Adagrad&#xff08;Adaptive Gradient Algorithm&#xff09;是一种自适应学习率的优化算法&#xff0c;由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率&#xff0c;适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...

《从零掌握MIPI CSI-2: 协议精解与FPGA摄像头开发实战》-- CSI-2 协议详细解析 (一)

CSI-2 协议详细解析 (一&#xff09; 1. CSI-2层定义&#xff08;CSI-2 Layer Definitions&#xff09; 分层结构 &#xff1a;CSI-2协议分为6层&#xff1a; 物理层&#xff08;PHY Layer&#xff09; &#xff1a; 定义电气特性、时钟机制和传输介质&#xff08;导线&#…...

无法与IP建立连接,未能下载VSCode服务器

如题&#xff0c;在远程连接服务器的时候突然遇到了这个提示。 查阅了一圈&#xff0c;发现是VSCode版本自动更新惹的祸&#xff01;&#xff01;&#xff01; 在VSCode的帮助->关于这里发现前几天VSCode自动更新了&#xff0c;我的版本号变成了1.100.3 才导致了远程连接出…...

关于nvm与node.js

1 安装nvm 安装过程中手动修改 nvm的安装路径&#xff0c; 以及修改 通过nvm安装node后正在使用的node的存放目录【这句话可能难以理解&#xff0c;但接着往下看你就了然了】 2 修改nvm中settings.txt文件配置 nvm安装成功后&#xff0c;通常在该文件中会出现以下配置&…...

五年级数学知识边界总结思考-下册

目录 一、背景二、过程1.观察物体小学五年级下册“观察物体”知识点详解&#xff1a;由来、作用与意义**一、知识点核心内容****二、知识点的由来&#xff1a;从生活实践到数学抽象****三、知识的作用&#xff1a;解决实际问题的工具****四、学习的意义&#xff1a;培养核心素养…...

【单片机期末】单片机系统设计

主要内容&#xff1a;系统状态机&#xff0c;系统时基&#xff0c;系统需求分析&#xff0c;系统构建&#xff0c;系统状态流图 一、题目要求 二、绘制系统状态流图 题目&#xff1a;根据上述描述绘制系统状态流图&#xff0c;注明状态转移条件及方向。 三、利用定时器产生时…...

【HTML-16】深入理解HTML中的块元素与行内元素

HTML元素根据其显示特性可以分为两大类&#xff1a;块元素(Block-level Elements)和行内元素(Inline Elements)。理解这两者的区别对于构建良好的网页布局至关重要。本文将全面解析这两种元素的特性、区别以及实际应用场景。 1. 块元素(Block-level Elements) 1.1 基本特性 …...

大模型多显卡多服务器并行计算方法与实践指南

一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...

《基于Apache Flink的流处理》笔记

思维导图 1-3 章 4-7章 8-11 章 参考资料 源码&#xff1a; https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...