AWS_클라우드 컴퓨팅 프로젝트 #4) AmazonTimestream과 DynamoDB를 이용한 데이터 관리 및 시각화(Grafana)

AmazonTimestream: 시계열 데이터 베이스DynamoDB: NoSQL 데이터 베이스 AmazonTimestream은 우리가 받은 데이터를 시각적으로 다양하게 나타낼 수 있는 도구다.DynamoDB는 분산형 DB로 그래프, 키-값 형태와 같이 다양한 구조로 데이터를 관리할 수 있다.      우리가 라즈베리를 통해 받은 메시지를 시계열 데이터로 바꿔주기 위해서는 AmazonTimestrea에서 시계열 데이터베이스 와 테이블을 생성해야한다.AWS서비스에 Timestream 검색 후 LiveAnalytics의 리소스 > 데이터베이스 창에서 데이터베이스를 생성한다.   데이터베이스명을 정하고 데이트베이스 생성하기 클릭. 정상적으로 생성되면 아래와같이 뜬다.    이제  LiveAnalytics의 리소..

2025.02.20

AWS_클라우드 컴퓨팅 프로젝트 #3) 프로젝트 구성과 센서 데이터 수집2 (라즈베리파이 카메라 모듈 에러 해결 방법)

-센서를 이용한 데이터 수집 프로젝트 진행을 위해서 총 5개의 센서를 사용했다.진동 센서, PIR센서(적외선 인체 감지센서), 조도 센서, 온습도 센서, 라즈베리파이 카메라 모듈  3명의 팀원이 함께 프로젝트를 진행했기 때문에 아래 사진처럼 총 3개의 라즈베리파이를 사용해 각각 1-2개씩 연결 후 센싱하였다.   라즈베리파이는 컴퓨터이기 때문에 ADC가 내장되어있지 않아 아날로그 센서를 직접 읽기 어렵다. 딜레이, 데이터누락 등 데이터 수집이 제대로 안 될 수 있기 때문에 라즈베리파이로 센서가 잘 안 되는 경우엔 아두이노로 데이터 센싱 > 라즈베리파이를 이용해서 MQTT로 데이터 전송 하면 된다.     -라즈베리파이 카메라 모듈 담당했던 카메라 모듈을 이용하면서 겪었던 문제 중 가장 많은 시간을 할애한..

2025.02.17

AWS_클라우드 컴퓨팅 프로젝트 #2) 프로젝트 구성과 센서 데이터 수집1 (라즈베리파이 AWS 연결)

프로젝트 구성도는 다음과 같다.    (데이터 센싱)센서를 라즈베리파이에 연결해 신호를 수집하고 수집된 신호를 IoT Core MQTT로 전송. DynamoDB로 데이터셋 저장 (AI 판별)S3으로 데이터셋 업로드 > Lambda,sagemaker로 AI학습 > 다시 IoT Core에 피드백해서 실시간 데이터 판별피드백까지(데이터 시각화)  판별받은 피드백을 Timestream으로 전송 > EC2와 Grafana를 이용해 시각화(알람 기능) AWS의 Aamazon SNS 기능을 이용해 특정 조건 충족 시 이메일이 가도록 설정.(Lambda에서 코드 작성)                    -라즈베리파이 AWS 연결 xshell, xmanager 등으로 IP를 이용해 라즈베리파이를 원격 컨트롤한다.만약 라..

2025.02.17

AWS_클라우드 컴퓨팅 프로젝트 #1) AWS를 사용해 보면서

AWS란 Amazon Web Service의 약어로 한 번쯤은 들어봤을 텐데, 클라우드 관련 서비스를 이용할 때 주로 AWS를 이용한다. 해외의 다양한 기업들이 AWS를 사용하기 때문에 AWS를 사용할 줄 알거나 자격증이 있으면 매우 좋다.  비용을 개인적으로 지불하지 않고 기관이나 학교 자체에서 제공되는 AWS를 사용하는 학생들은 괜찮겠지만, 개인적으로 AWS를 이용하며 공부하는 학생 입장에서 주의해야 할 점은 비용문제이다.    AWS는 사용한 만큼 비용이 부가된다. - EC2, Lambda, S3, DynamoDB, CloudWatch 등 기능을 사용할 때마다 돈이 나가는 것도 있고 계속 켜두면 돈이 나가는 기능이 있다. - EC2 같은 경우 Grafana 웹 서비스를 이용해 데이터를 분석하거나 시..

2025.01.03