Masterarbeit, 2020
138 Seiten, Note: 1,0
1 Einleitung
1.1 Problemstellung
1.2 Aktueller Stand der Forschung
1.3 Forschungsfragen
1.4 Forschungsziel und Zielgruppen
1.5 Forschungsmethoden- und vorgehen
2 Anforderungen Referenzarchitektur
2.1 IoT-Referenzarchitekturen
2.1.1 5-Layer
2.1.2 Referenzarchitektur für IoT-basierende Geschäftsmodelle
2.1.2.1 Funktionale Sicht
2.1.2.2 Architekturschichten digitaler Geschäftsmodelle
2.1.2.3 Technische Referenzarchitektur
2.1.2.4 Zusammenfassung und Anforderungen
2.1.3 Microsoft Azure IoT Referenzarchitektur
2.1.3.1 Architekturbeschreibung
2.1.3.2 Querschnittsfunktionen
2.1.3.3 Zusammenfassung und Anforderungen
2.1.4 Zusammenfassung und Anforderungen
2.2 Software as a Service Anwendungen
2.3 Zusammenfassung und Anforderungen
3 Theoretische Grundlagen
3.1 Big Data Architekturansätze
3.1.1 Lambda-Architektur
3.1.1.1 Batch-Layer
3.1.1.2 Serving Layer
3.1.1.3 Speed Layer
3.1.1.4 Bewertung
3.1.2 Kappa-Architektur
3.1.2.1 Log
3.1.2.2 Bewertung
3.1.3 Zusammenfassung und Bewertung
3.2 Microservices
3.2.1 Merkmale von Microservices
3.2.2 Architektur von Microservice-Systemen
3.2.2.1 Skalierbarkeit
3.2.2.2 Sicherheit
3.2.2.3 Integration und Kommunikation
3.2.2.4 Application Logging
3.2.3 Architektur eines Microservice
3.2.4 Zusammenfassung und Bewertung
3.3 Mandantenfähigkeit
3.3.1 Herausforderungen
3.3.2 Konzepte auf Datenmodellebene
3.3.2.1 Shared Machine (Own Database)
3.3.2.2 Shared Process (Own Schema)
3.3.2.3 Shared Table
3.3.2.4 Zusammenfassung
3.3.3 Kontext der Gesamtanwendung
3.4 Zusammenfassung
4 IoT-Referenzarchitektur
4.1 Überblick
4.1.1 Devices-Layer
4.1.2 Connectivity-Layer
4.1.3 Device and Data Management Layer
4.1.4 Application-Layer
4.1.5 Customer Integration Layer
4.2 Messaging
4.3 Microservices
4.3.1 Microservice Customer and User Management
4.3.2 Microservice Device Management
4.3.3 Microservice Device Identity and Access
4.4 Sicherheit
4.4.1 Innerhalb der IoT Anwendung
4.4.2 Zugriff durch Web User
4.4.3 Zugriff durch Systeme
4.5 Application Logging
4.6 Disaster Recovery
4.6.1 Ablauf
4.6.2 Herausforderungen
4.7 Zusammenfassung und Bewertung
5 Use-Case Logistikplattform
5.1 Beschreibung und Anforderungen
5.2 Architekturausprägung
5.2.1 Überblick
5.2.2 Microservices
5.2.2.1 Microservice Device Management
5.2.2.2 Microservice Fleet Management
5.2.2.3 Microservice Transport Management
5.2.3 Sicherheit: Zugriff durch Web User
5.3 Zusammenfassung und Bewertung
6 Reflexion und Ausblick
6.1 Reflexion
6.2 Ausblick
Die Masterarbeit hat zum Ziel, eine technologieunabhängige Referenzarchitektur für SaaS-IoT-Anwendungen zu entwerfen, die auf Microservices basiert. Die zentrale Forschungsfrage untersucht, welche Anforderungen an eine solche Architektur gestellt werden und wie diese unter Berücksichtigung theoretischer Ansätze – insbesondere aus den Bereichen Big Data, Microservices und Mandantenfähigkeit – in einem designorientierten Modell umgesetzt werden können, wobei die Anwendbarkeit anhand eines Use-Cases (Logistikplattform) validiert wird.
3.1.1 Lambda-Architektur
Die Lambda Architektur ist ein Architekturansatz für Echtzeit-Big-Data Systeme, der auf Nathan Marz zurückgeht. Das Grundprinzip wird in der folgenden Abbildung dargestellt.
Die Architektur beschreibt drei verschiedene Layer, die verschiedene Herausforderungen bzw. Anforderungen von Echtzeit-Big-Data Systemen abdecken sollen. Der Batch-Layer beinhaltet alle Daten, das Master dataset. Dort werden laufend Funktionen auf der Menge aller Daten ausgeführt und damit Batch views erzeugt, die im Serving Layer gespeichert werden. Der Batch-Layer hat damit eine hohe Latenz und erfüllt die Anforderung „Echtzeitdaten“ nicht. Der Serving Layer hält die berechneten Batch views und ermöglicht es diese performant abzufragen.
Der Speed Layer ist dafür zuständig die Anforderung „Echtzeitdaten“ zu erfüllen. Hier werden neue Daten direkt berechnet und aufbereitet, die in den Batch views im Serving Layer nicht vorhanden sind (Delta von Serving Layer zu aktuellem Zeitpunkt). Dabei werden Realtime views aufgebaut. Anfragen an das System werden durch eine Zusammenführung der Ergebnisse von Abfragen an den Serving Layer und den Speed Layer beantwortet. Damit ist eine Abfrage von sehr großen Datenmengen mit einer niedrigen Latenz performant möglich. Die Funktionsweise der einzelnen Layer wird in den folgenden Unterkapiteln näher erläutert.
1 Einleitung: Beschreibt die Problemstellung, den aktuellen Stand der Forschung sowie das Ziel und die Vorgehensweise der Arbeit.
2 Anforderungen Referenzarchitektur: Leitet auf Basis von Literaturstudien zu IoT-Referenzarchitekturen und SaaS-Prinzipien funktionale und nicht-funktionale Anforderungen ab.
3 Theoretische Grundlagen: Analysiert relevante Big-Data-Ansätze, Microservice-Konzepte und Mechanismen zur Mandantenfähigkeit als Basis für das Architekturdesign.
4 IoT-Referenzarchitektur: Entwirft und beschreibt die konzeptionelle IoT-Referenzarchitektur für SaaS-Anwendungen unter Berücksichtigung der zuvor definierten Anforderungen.
5 Use-Case Logistikplattform: Validiert die entwickelte Referenzarchitektur durch eine praktische Ausprägung am Beispiel einer Logistikplattform.
6 Reflexion und Ausblick: Reflektiert die Ergebnisse der Arbeit im Hinblick auf die Forschungsfragen und bietet einen Ausblick auf technologische Umsetzungsaspekte.
Internet of Things, IoT, SaaS, Software as a Service, Referenzarchitektur, Microservices, Big Data, Mandantenfähigkeit, Lambda-Architektur, Kappa-Architektur, Logistikplattform, Systemarchitektur, Datenmodell, Cloud Computing, Echtzeitverarbeitung
Die Arbeit beschäftigt sich mit dem Entwurf einer konzeptionellen und technologieunabhängigen IoT-Referenzarchitektur, die speziell für SaaS-Anwendungen auf Basis von Microservices entwickelt wurde.
Die zentralen Felder sind die Strukturierung von IoT-Plattformen, Microservice-Architekturkonzepte, Ansätze zur Mandantenfähigkeit im SaaS-Kontext sowie Big-Data-Architekturansätze wie die Lambda- und Kappa-Architektur.
Das Hauptziel ist es, eine Referenzarchitektur zu definieren, die sowohl die Anforderungen an die Verarbeitung von IoT-Daten als auch die mandantenfähigen Anforderungen von SaaS-Modellen erfüllt.
Es wird ein gestaltungsorientierter Ansatz der Wirtschaftsinformatik gewählt, der eine Analysephase (Literaturrecherche), eine Designphase (Modellierung) und eine Evaluationsphase (Use-Case-Validierung) umfasst.
Im Hauptteil werden Anforderungen aus der Literatur abgeleitet, theoretische Architekturansätze bewertet, die Referenzarchitektur detailliert spezifiziert und diese schließlich anhand eines Use-Cases für eine Logistikplattform auf ihre Praxistauglichkeit geprüft.
Internet of Things (IoT), SaaS, Microservices, Referenzarchitektur, Big Data, Mandantenfähigkeit und Echtzeitverarbeitung sind die bestimmenden Fachbegriffe.
Da es sich um SaaS-Anwendungen handelt, bei denen sich viele Kunden eine gemeinsame Infrastruktur teilen, ist die Trennung und sichere Verwaltung von Mandantendaten essenziell, was die Architektur maßgeblich beeinflusst.
Die Architektur orientiert sich an Big-Data-Prinzipien (ähnlich der Kappa-Architektur), um Daten asynchron über Nachrichtenbroker zu verarbeiten, was Skalierbarkeit und geringe Latenz bei der Analyse von Gerätedaten ermöglicht.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

