O Amazon Monitron não está mais aberto a novos clientes. Os clientes atuais podem continuar usando o serviço normalmente. Para recursos semelhantes ao Amazon Monitron, consulte nossa [postagem no blog](https://aws.amazon.com/blogs/machine-learning/maintain-access-and-consider-alternatives-for-amazon-monitron). As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Exportação de dados do Amazon Monitron Kinesis v1 Exportar seus dados com o Kinesis v1 **nota** O esquema de exportação de dados v1 do Amazon Monitron Kinesis foi descontinuado. Saiba mais sobre o [esquema de exportação de dados v2](monitron-kinesis-export-v2.md). Você pode exportar dados de medição recebidos e os resultados de inferência correspondentes do Amazon Monitron e realizar análises em tempo real. A exportação de dados transmite dados ao vivo para o Kinesis. **Topics** + [ ## Exportar seus dados para um fluxo do Kinesis ](#exporting-stream-procedure) + [ ## Editar configurações de exportação de dados ao vivo ](#edit-live-export) + [ ## Interromper uma exportação de dados em tempo real ](#stop-kinesis-export) + [ ## Visualizar erros de exportação de dados ](#viewing-kinesis-export-errors) + [ ## Usar a criptografia do lado do servidor para o fluxo do Kinesis ](#data-export-server-side-encryption) + [ # Monitoramento com Amazon CloudWatch Logs ](data-export-cloudwatch-logs.md) + [ # Armazenar dados exportados no Amazon S3 ](kinesis-store-S3.md) + [ # Processar dados com o Lambda ](data-export-lambda.md) + [ # Noções básicas do esquema de exportação de dados v1 ](data-export-schema.md) ## Exportar seus dados para um fluxo do Kinesis 1. Na página principal do seu projeto, na parte inferior da página, à direita, escolha **Iniciar exportação de dados ao vivo**. 1. Em **Selecionar fluxo de dados do Amazon Kinesis**, faça o seguinte: + Insira o nome de um fluxo existente na caixa de pesquisa. Depois disso, vá para a etapa 5. + Escolha **Criar um novo fluxo de dados**. 1. Na página **Criar fluxo de dados**, em **Configuração do fluxo de dados**, insira o nome do fluxo de dados. 1. Em Capacidade do fluxo de dados, escolha seu modo de capacidade: + Se os requisitos de throughput do seu fluxo de dados forem imprevisíveis e variáveis, escolha **Sob demanda**. + Se você puder estimar com segurança os requisitos de throughput do seu fluxo de dados, escolha **Provisionado**. Em seguida, em fragmentos provisionados, insira o número de fragmentos que você deseja criar ou escolha o **Estimador de fragmentos**. 1. Selecione **Criar fluxo de dados**. ## Editar configurações de exportação de dados ao vivo Para editar suas configurações de exportação de dados em tempo real: 1. Abra o console do Amazon Monitron. 1. No painel de navegação, selecione **Projetos**. 1. Se você tiver vários projetos, escolha o projeto para o qual deseja editar as configurações de exportação. 1. Na página principal do seu projeto, em **Exportação de dados ativos**, no menu suspenso **Ações**, escolha **Editar configurações de exportação de dados ativos**. ## Interromper uma exportação de dados em tempo real 1. Abra o console do Amazon Monitron. 1. No painel de navegação, selecione **Projetos**. 1. Se você tiver vários projetos, escolha o projeto para o qual deseja editar as configurações de exportação. 1. Na página principal do seu projeto, em **Exportação de dados ativos**, no menu suspenso **Ações**, escolha **Parar exportação de dados ativos**. 1. Na janela pop-up, escolha **Parar**. ## Visualizar erros de exportação de dados Para ver as mensagens de erro na interface de CloudWatch registros: + No console do Amazon Monitron, na página principal do seu projeto, em **Exportação de dados ao vivo**, escolha o grupo de **CloudWatch registros**. ## Usar a criptografia do lado do servidor para o fluxo do Kinesis Você pode ativar a criptografia do lado do servidor para seu fluxo do Kinesis antes de configurar a exportação de dados do Kinesis. No entanto, se a criptografia do lado do servidor for ativada após a configuração da exportação de dados do Kinesis, o Amazon Monitron não poderá publicar no fluxo. Isso porque o Amazon Monitron não terá permissão para chamar o [kms:](https://docs.aws.amazon.com/kms/latest/APIReference/API_GenerateDataKey.html) para que ele GenerateDataKey possa criptografar os dados enviados para o Kinesis. Para contornar isso, siga as instruções em [Editar configurações de exportação de dados ao vivo](#edit-live-export), mas sem alterar a configuração. Isso associará a criptografia que você configurou à sua configuração de exportação. # Monitoramento com Amazon CloudWatch Logs Você pode monitorar a exportação de dados ao vivo do Amazon Monitron usando o Amazon CloudWatch Logs. Quando uma medição não é exportada, o Amazon Monitron envia um evento de registro para seus CloudWatch registros. Você também pode configurar um filtro métrico no log de erros para gerar métricas e configurar alarmes. Um alarme pode ser definido para determinados limites e enviar notificações ou realizar ações quando esses limites são atingidos. Para obter mais informações, consulte [o Guia CloudWatch do usuário](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html). O Amazon Monitron envia eventos de log para o grupo de log/aws/monitron/data-export/ \$1HASH\$1ID\$1. O evento de logs tem o seguinte formato JSON: ``` { "assetDisplayName": "string", "destination": "string", "errorCode": "string", "errorMessage": "string", "eventId": "string", "positionDisplayName": "string", "projectDisplayName": "string", "projectName": "string", "sensorId": "string", "siteDisplayName": "string", "timestamp": "string" } ``` assetDisplayName + O nome do ativo exibido no aplicativo + Tipo: string destination + O ARN do fluxo de dados do Kinesis + Tipo: string + Padrão: arn:aws:kinesis: \$1\$1REGION\$1\$1: \$1\$1AWS\$1ACCOUNT\$1ID\$1\$1 :stream/ \$1\$1STREAM\$1NAME\$1\$1 errorCode + O código do erro + Tipo: string + Valores válidos: `INTERNAL_SEVER_ERROR | KINESIS_RESOURCE_NOT_FOUND | KINESIS_PROVISIONED_THROUGHPUT_EXCEEDED | KMS_ACCESS_DENIED | KMS_NOT_FOUND | KMS_DISABLED | KMS_INVALID_STATE | KMS_THROTTLING` errorMessage + A mensagem de erro detalhada + Tipo: string eventId + O ID exclusivo do evento correspondente a cada exportação de medição + Tipo: string positionDisplayName + O nome da posição do sensor exibido no aplicativo + Tipo: string sensorId + O ID físico do sensor do qual a medição é enviada + Tipo: string siteDisplayName + O nome do site exibido no aplicativo + Tipo: string timestamp + A data e hora em que a medição é recebida pelo serviço Amazon Monitron em UTC + Tipo: string + Padrão: yyyy-mm-dd HH:mm:SS.SSS # Armazenar dados exportados no Amazon S3 **Topics** + [ ## Usando um modelo predefinido CloudFormation ](#kinesis-cloudfront-makestack) + [ ## Configurando o Kinesis manualmente no console ](#kinesis-configure-console) ## Usando um modelo predefinido CloudFormation O Amazon Monitron fornece um AWS CloudFormation modelo predefinido para ajudar a configurar rapidamente o Firehose para entregar dados de um stream de dados do Kinesis para o bucket do Amazon S3. Esse modelo permite o particionamento dinâmico e os objetos do Amazon S3 entregues usarão o seguinte formato de chave recomendado pelo Amazon Monitron: `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}` 1. Faça login na sua AWS conta. 1. Abra uma nova guia do navegador com o seguinte URL: ``` https://console.aws.amazon.com/cloudformation/home?region=us-east-1#/stacks/create/review?templateURL=https://s3.us-east-1.amazonaws.com/monitron-cloudformation-templates-us-east-1/monitron_kinesis_data_export.yaml&stackName=monitron-kinesis-live-data-export ``` 1. Na CloudFormation página que se abre, no canto superior direito, selecione a região na qual você está usando o Amazon Monitron. 1. Por padrão, o modelo criará um novo fluxo de dados do Kinesis e um bucket S3 junto com outros recursos necessários para entregar dados ao Amazon S3. Você pode alterar os parâmetros para usar os recursos existentes. 1. Marque a caixa que diz *Eu reconheço que isso AWS CloudFormation pode criar recursos do IAM.* 1. Selecione **Criar pilha**. 1. Na próxima página, escolha o ícone de atualização quantas vezes quiser até que o status da pilha seja CREATE\$1COMPLETE. ## Configurando o Kinesis manualmente no console 1. Faça login no AWS Management Console e abra o console do Kinesis em /kinesis. https://console.aws.amazon.com 1. Selecione **Fluxos de entrega** no painel de navegação. 1. Escolha **Create delivery stream (Criar fluxo de entrega)**. 1. Em Origem, selecione **Amazon Kinesis Data Streams**. 1. Em Destino, selecione **Amazon S3**. 1. Em **Configurações de origem, fluxo de dados do Kinesis**, insira o ARN do fluxo de dados do Kinesis. 1. Em **Nome do fluxo de entrega**, insira o nome do fluxo de dados do Kinesis. 1. Em **Configurações de destino**, escolha um bucket do Amazon S3 ou insira um URI do bucket. 1. (opcional) Ative o particionamento dinâmico usando análise embutida para JSON. Essa opção é apropriada se você quiser particionar os dados de medição de streaming com base nas informações da fonte e no registro de data e hora. Por exemplo: + Escolha **Ativado** para **Particionamento dinâmico**. + Escolha **Ativado** para **Novo delimitador de linha**. + Escolha **Ativado** para **Análise embutida para JSON**. + Em **Chaves de particionamento dinâmico**, adicione: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/kinesis-store-S3.html) 1. Escolha **Aplicar chaves de particionamento dinâmico** e confirme se o prefixo do bucket do Amazon S3 gerado é `!{partitionKeyFromQuery:project}/!{partitionKeyFromQuery:site}/!{partitionKeyFromQuery:time}/`. 1. No Amazon S3, os objetos usarão o seguinte formato de chave: `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}` 1. Escolha **Create delivery stream (Criar fluxo de entrega)**. 1. (opcional) Use um caminho mais granular. Se você escolheu uma partição dinâmica, use o formato de chave anterior do Amazon S3 se você planeja usar AWS Glue e o Athena para consultar os dados. Você também pode escolher um formato de chave mais preciso, mas a consulta do Amazon Athena não será eficiente. Aqui está um exemplo de como configurar um caminho de chave mais preciso para o Amazon S3. Em **Chaves de particionamento dinâmico**, adicione: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/kinesis-store-S3.html) No Amazon S3, os objetos usarão o seguinte formato de chave: ` /project={projectName}/site={siteName}/asset={assetName}/position={positionName}/sensor={sensorId}/date={yyyy-mm-dd}/time={HH:MM:SS}/{filename}` # Processar dados com o Lambda **Topics** + [ ## Etapa 1: criar a [função do IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) que dá permissão à sua função para acessar AWS recursos ](#create-iam-role) + [ ## Etapa 2: Criar a função do Lambda ](#create-lambda-function) + [ ## Etapa 3: Configurar a função do Lambda ](#configure-lambda-function) + [ ## Etapa 4: Ativar o gatilho do Kinesis no console AWS Lambda ](#enable-lambda-trigger) ## Etapa 1: criar a [função do IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) que dá permissão à sua função para acessar AWS recursos 1. Abra a [página Roles](https://console.aws.amazon.com/iam/home?#/roles) (Funções) no console do IAM. 1. Selecione **Create role** (Criar função). 1. Crie uma função com as propriedades a seguir. + Entidade confiável: Lambda + Permissões: AWSLambda KinesisExecutionRole (e AWSKey ManagementServicePowerUser se o stream do Kinesis estiver criptografado) + Nome da função: lambda-kinesis-role ![\[IAM role creation interface showing name, review, and create steps with role details and permissions.\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/images/lambda-create-role.png) ## Etapa 2: Criar a função do Lambda 1. Abra a **página Funções** no console do Lambda. 1. Escolha a opção **Criar função**. 1. Selecione **Use o esquema**. 1. Na barra de pesquisa do **Blueprints**, pesquise e escolha **kinesis-process-record (nodejs**) ou. **kinesis-process-record-python** 1. Selecione **Configurar**. ![\[Create function interface with options to author from scratch, use a blueprint, or select container image.\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/images/lambda-create-function.png) ## Etapa 3: Configurar a função do Lambda 1. Selecione **Fluxos de entrega** no painel de navegação. 1. Escolha a função criada na primeira etapa como a **função Execução**. 1. Configure o gatilho do Kinesis. 1. Escolha o fluxo do Kinesis. 1. Clique em **Criar função**. ![\[Lambda function configuration form with basic information and Kinesis trigger settings.\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/images/lambda-kinesis-trigger.png) ## Etapa 4: Ativar o gatilho do Kinesis no console AWS Lambda 1. Na guia **Configuração**, selecione **Acionadores**. 1. Marque a caixa ao lado do nome do fluxo do Kinesis e escolha **Ativar**. ![\[Lambda function configuration page with Triggers tab and Kinesis stream trigger highlighted.\]](http://docs.aws.amazon.com/pt_br/Monitron/latest/user-guide/images/kinesis-process-record-lambda.png) O esquema usado neste exemplo só consome dados de log do fluxo selecionado. Você pode editar ainda mais o código da função do Lambda posteriormente para concluir uma tarefa mais complicada. # Noções básicas do esquema de exportação de dados v1 **nota** O esquema de exportação de dados v1 do Amazon Monitron Kinesis foi descontinuado. Saiba mais sobre o [esquema de exportação de dados v2](monitron-kinesis-export-v2.md). Cada dado de medição e seu resultado de inferência correspondente são exportados como um registro do fluxo de dados do Kinesis no formato JSON. **Topics** + [ ## formato do esquema v1 ](#data-export-schema-format) + [ ## parâmetros do esquema v1 ](#data-export-schema-parameters) ## formato do esquema v1 ``` { "timestamp": "string", "eventId": "string", "version": "string", "projectDisplayName": "string", "siteDisplayName": "string", "assetDisplayName": "string", "sensorPositionDisplayName": "string", "sensor": { "physicalId": "string", "rssi": number }, "gateway": { "physicalId": "string" }, "measurement": { "features": { "acceleration": { "band0To6000Hz": { "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } }, "band10To1000Hz": { "resultantVector": { "absMax": number, "absMin": number, "crestFactor": number, "rms": number }, "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } } }, "temperature": number, "velocity": { "band10To1000Hz": { "resultantVector": { "absMax": number, "absMin": number, "crestFactor": number, "rms": number }, "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } } } }, "sequenceNo": number }, "models": { "temperatureML": { "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" }, "vibrationISO": { "isoClass": "string", "mutedThreshold": "string", "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" }, "vibrationML": { "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" } }, "assetState": { "newState": "string", "previousState": "string" } } ``` ## parâmetros do esquema v1 timestamp + A data e hora em que a medição é recebida pelo serviço Monitron em UTC + Tipo: string + Padrão: yyyy-mm-dd HH:mm:SS.SSS eventId + O ID exclusivo do evento de exportação de dados atribuído para cada medição. Pode ser usado para desduplicar os registros de fluxo do Kinesis recebidos. + Tipo: string versão + Versão do esquema + Tipo: string + Valor atual: 1.0 projectDisplayName + O nome do projeto exibido no aplicativo e no console + Tipo: string siteDisplayName + O nome do site exibido no aplicativo + Tipo: string assetDisplayName + O nome do ativo exibido no aplicativo + Tipo: string sensorPositionDisplayNome + O nome da posição do sensor exibido no aplicativo + Tipo: string sensor.physicalId + O ID físico do sensor do qual a medição é enviada + Tipo: string sensor.rssi + O sensor bluetooth recebeu o valor do indicador de intensidade do sinal + Tipo: número + Unidade: dBm gateway.physicalId + O ID físico do gateway usado para transmitir dados para o serviço Amazon Monitron + Tipo: string measurement.features.acceleration.band0To6000Hz.xAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 0 a 6.000 Hz no eixo x. + Tipo: número + Unidade: m/s^2 measurement.features.acceleration.band0To6000Hz.yAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 0 a 6.000 Hz no eixo y. + Tipo: número + Unidade: m/s^2 measurement.features.acceleration.band0To6000Hz.zAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 0 a 6.000 Hz no eixo y. + Tipo: número + Unidade: m/s^2 measurement.features.acceleration.band10To1000Hz.resultantVector.absMax + A aceleração máxima absoluta observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + Unidade: m/s^2 measurement.features.acceleration.band10To1000Hz.resultantVector.absMin + A aceleração mínima absoluta observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + Unidade: m/s^2 measurement.features.acceleration.band10To1000Hz.resultantVector.crestFactor + O fator de pico de aceleração observado na faixa de frequência de 10 a 1.000 Hz + Tipo: número measurement.features.acceleration.band10To1000Hz.resultantVector.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + m/s^2 measurement.features.acceleration.band10To1000Hz.xAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 10 a 1.000 Hz no eixo x. + Tipo: número + m/s^2 measurement.features.acceleration.band10To1000Hz.yAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 10 a 1.000 Hz no eixo y. + Tipo: número + m/s^2 measurement.features.acceleration.band10To1000Hz.zAxis.rms + A raiz quadrada média da aceleração observada na faixa de frequência de 10 a 1.000 Hz no eixo z. + Tipo: número + m/s^2 measurement.features.temperature + A temperatura observada + Tipo: número + °C/graus C measurement.features.velocity.band10To1000Hz.resultantVector.absMax + A velocidade máxima absoluta observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + mm/s measurement.features.velocity.band10To1000Hz.resultantVector.absMin + A velocidade mínima absoluta observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + mm/s measurement.features.velocity.band10To1000Hz.resultantVector.crestFactor + O fator de pico de velocidade observado na faixa de frequência de 10 a 1.000 Hz + Tipo: número measurement.features.velocity.band10To1000Hz.resultantVector.rms + A raiz quadrada média da velocidade observada na faixa de frequência de 10 a 1.000 Hz + Tipo: número + mm/s measurement.features.velocity.band10To1000Hz.xAxis.rms + A raiz quadrada média da velocidade observada na faixa de frequência de 10 a 1.000 Hz no eixo x. + Tipo: número + mm/s measurement.features.velocity.band10To1000Hz.yAxis.rms + A raiz quadrada média da velocidade observada na faixa de frequência de 10 a 1.000 Hz no eixo y. + Tipo: número + mm/s measurement.features.velocity.band10To1000Hz.zAxis.rms + A raiz quadrada média da velocidade observada na faixa de frequência de 10 a 1.000 Hz no eixo z. + Tipo: número + mm/s measurement.sequenceNo + O número de sequência de medição + Tipo: número Modelos. Temperatura ML. persistentClassificationOutput + A saída de classificação persistente do modelo de temperatura baseado em machine learning + Tipo: número + Valores válidos: `UNKNOWN | HEALTHY | WARNING | ALARM` Modelos. Temperatura ML. pointwiseClassificationOutput + A saída de classificação pontual do modelo de temperatura baseado em machine learning + Tipo: string + Valores válidos: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM` models.vibrationISO.isoClass + A classe ISO 20816 (um padrão para medição e avaliação da vibração da máquina) usada pelo modelo de vibração baseado em ISO + Tipo: string + Valores válidos: `CLASS1 | CLASS2 | CLASS3 | CLASS4 | FAN_BV2` models.vibrationISO.mutedThreshold + O limite para silenciar a notificação do modelo de vibração baseado em ISO + Tipo: string + Valores válidos: `WARNING | ALARM` Modelos. Vibração ISO. persistentClassificationOutput + A saída de classificação persistente do modelo de vibração baseado em ISO + Tipo: string + Valores válidos: `UNKNOWN | HEALTHY | WARNING | ALARM` Modelos. Vibração ISO. pointwiseClassificationOutput + A saída de classificação pontual do modelo de vibração baseado em ISO + Tipo: string + Valores válidos: `UNKNOWN | HEALTHY | WARNING | ALARM | MUTED_WARNING | MUTED_ALARM` Modelos. VibrationML. persistentClassificationOutput + A saída de classificação persistente do modelo de vibração baseado em machine learning + Tipo: string + Valores válidos: `UNKNOWN | HEALTHY | WARNING | ALARM` Modelos. VibrationML. pointwiseClassificationOutput + A saída de classificação pontual do modelo de temperatura baseado em machine learning + Tipo: string + Valores válidos: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM` assetState.newState + O status da máquina após o processamento da medição + Tipo: string + Valores válidos: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM` assetState.previousState + O status da máquina antes de processar a medição + Tipo: string + Valores válidos: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM`