Docs

# LF Edge eKuiper - 超轻量物联网边缘数据分析软件

# 概览

LF Edge eKuiper 是 Golang 实现的轻量级物联网边缘分析、流式处理开源软件，可以运行在各类资源受限的边缘设备上。eKuiper 设计的一个主要目标就是将在云端运行的实时流式计算框架（比如 Apache Spark (opens new window)，Apache Storm (opens new window) 和 Apache Flink (opens new window) 等）迁移到边缘端。eKuiper 参考了上述云端流式处理项目的架构与实现，结合边缘流式数据处理的特点，采用了编写基于源 (Source)，``SQL (业务逻辑处理),目标 (Sink)` 的规则引擎来实现边缘端的流式数据处理。

arch

应用场景

eKuiper 可以运行在各类物联网的边缘使用场景中，比如工业物联网中对生产线数据进行实时处理；车联网中的车机对来自汽车总线数据的即时分析；智能城市场景中，对来自于各类城市设施数据的实时分析。通过 eKuiper 在边缘端的处理，可以提升系统响应速度，节省网络带宽费用和存储成本，以及提高系统安全性等。

# 功能

  • 超轻量

    • 核心服务安装包约 4.5MB，初始运行时占用内存约 10MB

  • 跨平台

    • 流行 CPU 架构：X86 AMD * 32, X86 AMD * 64; ARM * 32, ARM * 64位; PPC
    • 常见 Linux 发行版、OpenWrt 嵌入式系统、MacOS、Docker
    • 工控机、树莓派、工业网关、家庭网关、MEC 边缘云等

  • 完整的数据分析

    • 通过 SQL 支持数据抽取、转换和过滤
    • 数据排序、分组、聚合、连接
    • 60+ 各类函数，覆盖数学运算、字符串处理、聚合运算和哈希运算等
    • 4 类时间窗口，以及计数窗口

  • 高可扩展性

    提供插件扩展机制，可以支持在源 (Source)，``SQL 函数 ,目标 (Sink)` 三个方面的扩展

    • 源 (Source) ：内置支持 MQTT 数据的接入，提供了扩展点支持任意的类型的接入
    • 目标(Sink)：内置支持 MQTT、HTTP，提供扩展点支持任意数据目标的支持
    • SQL 函数：内置支持60+常见的函数，提供扩展点可以扩展自定义函数

  • 管理能力

  • 与 EMQ X Edge 集成

    提供了与 EMQ X Neuron 和 EMQ X Edge 的无缝集成，实现在边缘端从消息接入到数据分析端到端的场景实现能力

# 快速入门

# Slack

加入我们的 Slack (opens new window)，然后加入 ekuiper (opens new window) 或者 ekuiper-user (opens new window) 频道。

# 性能测试结果

# MQTT 吞吐量测试支持

  • 使用 JMeter MQTT 插件来发送数据到 EMQ X 服务器，消息类似于 {"temperature": 10, "humidity" : 90}， 温度与湿度的值是介于 0 ～ 100 之间的随机整数值
  • eKuiper 从 EMQ X 服务器订阅消息，并且通过 SQL 分析数据： SELECT * FROM demo WHERE temperature > 50
  • 分析结果通过 文件插件 写到本地的文件系统里
设备每秒发送消息数CPU 使用内存
树莓派 3B+12ksys + user: 70%20M
AWS t2.micro (x86: 1 Core * 1 GB)
Ubuntu 18.04		10ksys + user: 25%20M

# EdgeX 吞吐量测试

  • 一个 Go 应用 (opens new window) 用于向 ZeroMQ 消息总线发送数据，数据如下。

    {
  "Device": "demo", "Created": 000, …
  "readings": 
  [
     {"Name": "Temperature", value: "30", "Created":123 …},
     {"Name": "Humidity", value: "20", "Created":456 …}
  ]
}
    1
    2
    3
    4
    5
    6
    7
    8

  • eKuiper 从 EdgeX ZeroMQ 消息总线订阅数据，并且使用 SELECT * FROM demo WHERE temperature > 50 来分析数据，其中 90% 数据被规则所过滤。

  • 分析结果将被发送到 nop sink，所有的数据都被忽略。

每秒发送消息数CPU 使用内存
AWS t2.micro( 1 Core * 1 GB)
Ubuntu18.04		11.4 ksys+user: 75%32M

# 最大规则数支持

  • 8000 条规则，吞吐量为 800 条消息/秒
  • 配置
    • AWS 2 核 * 4GB 内存
    • Ubuntu
  • 资源消耗
    • 内存: 89% ~ 72%
    • CPU: 25%
    • 400KB - 500KB / 规则
  • 规则
    • 源: MQTT
    • SQL: SELECT temperature FROM source WHERE temperature > 20 (90% 数据被过滤)
    • 目标: 日志

# 文档

# 从源码编译

# 准备

  • Go version >= 1.13

# 编译

  • 编译二进制：

    • 编译二进制文件: $ make

    • 编译支持 EdgeX 的二进制文件: $ make build_with_edgex

  • 安装文件打包：

    • 安装文件打包：: $ make pkg

    • 支持 EdgeX 的安装文件打包: $ make pkg_with_edgex

  • Docker 镜像：$ make docker

    Docker 镜像默认支持 EdgeX

# 交叉编译二进制文件

项目版本页面里提供了预编译的二进制文件。如果您的操作系统或架构没有预编译的文件，请使用交叉编译自行构建，请参考此文档。

# 开源版权

Apache 2.0 (opens new window)

下载安装快速入门 →

本页导航