Tác giả: Lokesh Angadi Pethaiah, Ziyang Liao, và Zihang Huang
Ngày phát hành: 14 JAN 2026
Chuyên mục: Amazon Quick Sight, Amazon S3 Tables, Analytics, AWS IoT Core, Internet of Things, Storage, Technical How-to
Tốc độ nhanh chóng của ngành logistics đòi hỏi việc theo dõi đội xe theo thời gian thực để duy trì lợi thế cạnh tranh và đáp ứng kỳ vọng của khách hàng. Các phương pháp truyền thống thường cung cấp thông tin chậm trễ hoặc không đầy đủ, dẫn đến kém hiệu quả và bỏ lỡ cơ hội. Nhu cầu về dữ liệu chính xác, cập nhật từng phút về vị trí phương tiện, hành vi lái xe và hiệu suất tuyến đường chưa bao giờ cao hơn. Các công ty cần một giải pháp mạnh mẽ có thể xử lý các đỉnh đồng thời không mong muốn và sự phức tạp của các hoạt động đội xe hiện đại.
Những tiến bộ trong công nghệ đã mở đường cho các giải pháp theo dõi đội xe toàn diện theo thời gian thực, sử dụng công nghệ GPS, viễn thông và phân tích dữ liệu nâng cao. Amazon Web Services (AWS) giải quyết những thách thức này thông qua một bộ dịch vụ đám mây toàn diện được thiết kế cho khả năng mở rộng, độ tin cậy và phân tích thời gian thực. AWS IoT Core cho phép giao tiếp an toàn, có thể mở rộng từ phương tiện đến đám mây cho hàng triệu kết nối. Amazon S3 Tables cung cấp bộ nhớ hiệu suất cao được tối ưu hóa cho các truy vấn phân tích trên dữ liệu đo từ xa của đội xe, cho phép phân tích cả thời gian thực và lịch sử. Amazon Quick Sight cung cấp các dashboard địa lý tương tác để giám sát vị trí và mẫu hình của phương tiện. Amazon Kinesis Data Streams và Amazon Data Firehose xử lý việc thu nạp dữ liệu và các đường ống phân phối tự động. Cùng nhau, các dịch vụ này cho phép các tổ chức liên tục thu thập, lưu trữ hiệu quả và chuyển đổi dữ liệu đội xe thành thông tin chi tiết hoạt động có thể hành động.
Trong bài viết này, chúng tôi khám phá một giải pháp theo dõi đội xe dựa trên đám mây mạnh mẽ, chuyển đổi dữ liệu đo từ xa thô thành thông tin chi tiết có thể hành động, giúp các doanh nghiệp cải thiện hiệu quả hoạt động, giảm chi phí và nâng cao sự hài lòng của khách hàng thông qua việc lập kế hoạch tuyến đường tốt hơn, bảo trì chủ động và ra quyết định dựa trên dữ liệu.
Tổng quan giải pháp
Giải pháp này bao gồm ba thành phần chính:
- Các phương tiện được kết nối với AWS IoT Core tải lên dữ liệu vị trí và đo từ xa theo thời gian thực.
- Amazon S3 Tables lưu trữ dữ liệu vị trí từ các luồng dữ liệu.
- Amazon Quick Sight trực quan hóa trạng thái phương tiện trên một dashboard tương tác với bản đồ.
Sơ đồ kiến trúc
Sơ đồ sau đây phác thảo kiến trúc giải pháp.
AWS IoT Core: Trung tâm giao tiếp giữa đám mây và phương tiện
Để giải quyết thách thức giám sát đội xe theo thời gian thực, AWS IoT Core đóng vai trò là trung tâm giao tiếp trung tâm giữa các phương tiện và dịch vụ đám mây. Giải pháp serverless này quản lý an toàn việc xác thực thiết bị và mã hóa dữ liệu trong khi xử lý hàng triệu tin nhắn đồng thời. Việc triển khai giao thức MQTT của nó giúp giảm chi phí phiên TCP, làm cho nó lý tưởng cho các hệ thống dựa trên phương tiện nơi điều kiện mạng có thể không thể đoán trước. Khả năng của dịch vụ để xử lý hơn 1 triệu yêu cầu kết nối lại hoặc xuất bản đồng thời mỗi giây cung cấp khả năng truyền dữ liệu đáng tin cậy ngay cả trong các giai đoạn hoạt động cao điểm.
Amazon Kinesis Data Streams: Thu nạp dữ liệu thông lượng cao theo thời gian thực
Dựa trên các yêu cầu dữ liệu thời gian thực của các hoạt động đội xe hiện đại, Amazon Kinesis Data Streams cung cấp khả năng tích hợp liền mạch với AWS IoT Core để xử lý dữ liệu liên tục. Nó đệm dữ liệu đo từ xa đến và cho phép truy cập hàng loạt thông lượng cao để phân tích, giải quyết hiệu quả các thách thức mở rộng của các giải pháp lưu trữ trực tiếp. Các chế độ dung lượng linh hoạt của nó thích ứng với các nhu cầu kinh doanh khác nhau, trong khi tích hợp đám mây gốc hỗ trợ nhiều tùy chọn xử lý hạ nguồn thông qua các hàm AWS Lambda và Amazon Data Firehose.
Amazon Data Firehose: Đường ống phân phối dữ liệu tự động và linh hoạt
Để chuyển đổi dữ liệu đội xe thô thành thông tin chi tiết có thể hành động, Data Firehose tạo ra một đường ống phân phối tự động và linh hoạt. Là một dịch vụ serverless, nó xử lý hiệu quả dữ liệu từ Kinesis Data Streams và phân phối nó đến các data lake trong Amazon S3 ở các định dạng tối ưu mà không có giới hạn đồng thời thu nạp. Data Firehose có hỗ trợ tích hợp sẵn để chuyển đổi định dạng từ JSON sang Apache Parquet và các chuyển đổi tùy chỉnh thông qua các hàm Lambda. Điều này có nghĩa là dữ liệu được chuẩn bị đúng cách để phân tích trong khi vẫn duy trì độ tin cậy hoạt động.
Amazon S3 Tables: Lưu trữ dữ liệu tối ưu
Để quản lý lượng lớn dữ liệu đo từ xa của đội xe, S3 Tables cung cấp một giải pháp lưu trữ chuyên biệt sử dụng định dạng Apache Iceberg. Dịch vụ này mang lại hiệu suất truy vấn nhanh hơn và số lượng giao dịch mỗi giây cao hơn gấp mười lần so với các bảng Apache Iceberg không được quản lý trong các S3 bucket đa năng, đồng thời duy trì khả năng tương thích với các công cụ truy vấn SQL tiêu chuẩn. Những khả năng này rất quan trọng để phân tích hiệu quả cả vị trí phương tiện theo thời gian thực và các mẫu di chuyển lịch sử của đội xe.
Quick Sight: Trực quan hóa thông tin chi tiết và Business Intelligence với AI tạo sinh
Để hoàn thiện giải pháp quản lý đội xe, Quick Sight chuyển đổi dữ liệu đã thu thập thành các hình ảnh trực quan có ý nghĩa hỗ trợ ra quyết định dựa trên dữ liệu. Các khả năng địa lý tích hợp của nó cho phép các nhà quản lý đội xe tạo các dashboard tương tác hiển thị vị trí phương tiện theo thời gian thực, các tuyến đường lịch sử và các mẫu di chuyển. Cách tiếp cận trực quan này để phân tích dữ liệu giúp tối ưu hóa tuyến đường, cải thiện phân bổ tài nguyên và giám sát trạng thái hoạt động trên toàn bộ đội xe.
Các bước triển khai
Giải pháp này được triển khai theo 4 bước:
- Tạo các bảng Iceberg trong S3 Tables làm đích lưu trữ dữ liệu đội xe IoT.
- Thiết lập các đường ống truyền dữ liệu với Kinesis Data Streams và Data Firehose, đệm và chuyển đổi các tin nhắn JSON sang định dạng Iceberg.
- Mô phỏng dữ liệu đo từ xa và định vị địa lý của đội xe và tải lên AWS IoT Core.
- Cấu hình Amazon Athena để truy vấn dữ liệu và tạo dashboard để trực quan hóa dữ liệu phương tiện trong Quick Sight.
1. Cấu hình S3 Tables
Trong bước này, bạn tạo các bảng Iceberg trong S3 Tables làm đích lưu trữ dữ liệu đội xe IoT.
1.1 Tạo một table bucket, một table namespace và một table
Làm theo hướng dẫn “Bước 1 và Bước 2” để thiết lập S3 Tables của bạn trên AWS Management Console. Tạo một table bucket với tên “tablebucketpoc” và bật Integration with AWS analytics services. Tạo một table namespace “fromfirehose” được gọi là database trong AWS Lake Formation. Tạo một bảng có tên “mqttpayload” để lưu trữ dữ liệu phương tiện.
Nếu bạn thích AWS Command Line Interface (AWS CLI), thì đây là các hướng dẫn lệnh (thay đổi thành AWS Region và AWS account ID của riêng bạn):
# create S3 Table bucketaws s3tables create-table-bucket --region "us-xxxx-x" \--name tablebucketpoc# create namespaceaws s3tables create-namespace \--table-bucket-arn arn:aws:s3tables:us-xxxx-x:5853xxxxx:bucket/tablebucketpoc \--namespace fromfirehose# create tableaws s3tables create-table --cli-input-json '{"tableBucketARN": "arn:aws:s3tables:us-xxxx-x:5853xxxxx:bucket/tablebucketpoc","namespace": "fromfirehose","name": "mqttpayload","format": "ICEBERG","metadata": {"iceberg": {"schema": {"fields": [{"name": "device_id", "type": "string","required": true},{"name": "timestamp", "type": "string"},{"name": "location", "type": "int"},{"name": "measurements", "type": "string"},{"name": "status", "type": "string"}] } } } }'1.2 Cấp quyền Lake Formation cho Iceberg table
Làm theo hướng dẫn “Bước 3” để cấp quyền trên console Lake Formation. Bạn cần tạo một vai trò AWS Identity and Access Management (IAM) “role_firehose_s3table”, tạo một resource link có tên “resourcelink” cho S3 Table namespace, và cấp quyền của resource link và bảng “mqttpayload” cho vai trò IAM.
Cùng với các thao tác trên console, bạn cũng có thể sử dụng các lệnh AWS CLI sau. Thay thế us-xxxx-x bằng AWS Region của riêng bạn, thay thế arn:aws:iam::xxx:role/role_firehose_s3table bằng Amazon Resource Name (ARN) của vai trò IAM đã đề cập trước đó, và thay thế 5853xxxxx bằng AWS account ID của bạn.
# create IAM role for Firehose streamaws iam create-role --region "us-xxxx-x" \--role-name role_firehose_s3table \--assume-role-policy-document '{"Version": "2012-10-17","Statement": [{"Effect": "Allow","Principal": {"Service": "firehose.amazonaws.com"},"Action": "sts:AssumeRole"} ] }'# create IAM policyaws iam create-policy --region us-xxxx-x \--policy-name policy_firehose_s3table \--policy-document '{"Version": "2012-10-17","Statement": [{"Sid": "S3TableAccessViaGlueFederation","Effect": "Allow","Action": ["glue:GetTable","glue:GetDatabase","glue:UpdateTable"],"Resource": ["arn:aws:glue:us-xxxx-x:5853xxxxx:catalog/s3tablescatalog/*","arn:aws:glue:us-xxxx-x:5853xxxxx:catalog/s3tablescatalog","arn:aws:glue:us-xxxx-x:5853xxxxx:catalog","arn:aws:glue:us-xxxx-x:5853xxxxx:database/*","arn:aws:glue:us-xxxx-x:5853xxxxx:table/*/*"]},{"Sid": "S3DeliveryErrorBucketPermission","Effect": "Allow","Action": ["s3:AbortMultipartUpload","s3:GetBucketLocation","s3:GetObject","s3:ListBucket","s3:ListBucketMultipartUploads","s3:PutObject"],"Resource": "*"},{"Sid": "RequiredWhenUsingKinesisDataStreamsAsSource","Effect": "Allow","Action": ["kinesis:DescribeStream","kinesis:GetShardIterator","kinesis:GetRecords","kinesis:ListShards"],"Resource": "*"},{"Sid": "RequiredWhenDoingMetadataReadsANDDataAndMetadataWriteViaLakeformation","Effect": "Allow","Action": ["lakeformation:GetDataAccess"],"Resource": "*"},{"Sid": "RequiredWhenUsingKMSEncryptionForS3ErrorBucketDelivery","Effect": "Allow","Action": ["kms:Decrypt","kms:GenerateDataKey"],"Resource": ["*"],"Condition": {"StringEquals": {"kms:ViaService": "s3.us-xxxx-x.amazonaws.com"},"StringLike": {"kms:EncryptionContext:aws:s3:arn": "*"}}},{"Sid": "LoggingInCloudWatch","Effect": "Allow","Action": ["logs:PutLogEvents"],"Resource": "*"},{"Sid": "RequiredWhenAttachingLambdaToFirehose","Effect": "Allow","Action": ["lambda:InvokeFunction","lambda:GetFunctionConfiguration"],"Resource": "*"}]}'# attach policy to roleaws iam attach-role-policy --region us-xxxx-x \--role-name role_firehose_s3table \--policy-arn "arn:aws:iam::5853xxxxx:policy/policy_firehose_s3table"# grant access permission of resource linkaws lakeformation grant-permissions --region us-west-2 \--principal DataLakePrincipalIdentifier=arn:aws:iam::5853xxxxxxxx:role/role_firehose_s3table\--permissions ALL \--resource \'{"Database":{"CatalogId": "5853xxxxxxxx","Name": "resourcelink"}}'# grant access permission of iceberg table.aws lakeformation grant-permissions --region us-west-2\--principal DataLakePrincipalIdentifier=arn:aws:iam::5853xxxxxxxx:role/role_firehose_s3table\--permissions ALL\--resource\'{"Table": {"CatalogId": "5853xxxxxxxx:s3tablescatalog/tablebucketpoc","DatabaseName": "fromfirehose","Name": "mqttpayload"}}'Nếu bạn nhận được AccessDeniedException như sau, hãy thêm vai trò IAM hoặc người dùng IAM của bạn làm Data lake administrators trên Lake Formation console.
1.3 Truy vấn dữ liệu bằng SQL trong Athena
Làm theo “Bước 4” và sử dụng Athena để xác minh rằng bạn có thể truy vấn dữ liệu thành công. Sao chép lệnh SQL sau vào trình chỉnh sửa truy vấn Athena và chọn Run:
-- (optional) create a table, in case you have not created by AWS CLI:CREATE TABLE fromfirehose.mqttpayload(device_id string,timestamp string,location string,measurements string,status string)tblproperties('table_type' = 'iceberg')-- query the table:SELECT * FROM "s3tablescatalog/tablebucketpoc"."fromfirehose"."mqttpayload" LIMIT 10Sau khi truy vấn thành công, bạn sẽ thấy kết quả sau:
Nếu Athena console báo lỗi sau, hãy xác nhận cấu hình của bạn theo phần “Bước 3 Cấp quyền cho vai trò Admin (tùy chọn)”.
2. Cấu hình thu nạp dữ liệu
Trong bước này, bạn thiết lập các đường ống truyền dữ liệu với Kinesis Data Streams và Data Firehose, đệm và chuyển đổi các tin nhắn JSON sang định dạng Iceberg.
2.1. Tạo Kinesis Data Stream
Mở Amazon Kinesis console. Chọn Create data stream. Chỉ định cấu hình, chẳng hạn như Data stream name “kds_for_firehose”, Capacity mode “Provisioned”, và Provisioned shards “1”, sau đó chọn Create data stream.
Ghi lại ARN của Kinesis Data Stream, ví dụ: “arn:aws:kinesis:us-xxxx-x:5853xxxxx:stream/kds_for_firehose”.
2.2. Tạo Firehose stream
A. Mở Data Firehose console. Chọn Create Firehose stream.
Chỉ định cấu hình như sau:
- Source: “Amazon Kinesis Data Streams”.
- Destination: “Apache Iceberg Tables”.
- Firehose stream name: “firehose_for_s3table”.
- Kinesis data stream: “arn:aws:kinesis:us-xxxx-x:5853xxxxx:stream/kds_for_firehose”.
B. Trong cài đặt Destination ở trên, điền Unique key configuration với các giá trị sau:
[{"DestinationTableName": "mqttpayload","DestinationDatabaseName": "resourcelink","S3ErrorOutputPrefix": "s3error/"}]
C. Tạo một S3 bucket đa năng, và trong Backup settings chỉ định bucket để lưu trữ bất kỳ dữ liệu sao lưu nào trong trường hợp chuyển đổi định dạng hoặc lỗi phân phối, như hình sau.
Trong các kịch bản cho thiết bị thông minh và phương tiện được kết nối, các yêu cầu xuất bản đồng thời có thể đạt tới hàng trăm nghìn hoặc thậm chí cao hơn. Hơn nữa, những tin nhắn này thường cần các đích định tuyến khác nhau. Để xử lý hiệu quả điều này, bạn có thể tạo các Kinesis Data Streams và Firehose delivery streams riêng biệt cho các đường ống dữ liệu khác nhau, như được hiển thị trong kiến trúc trước đó. Sau đó, lặp lại các bước trong Phần 2.
3. Thiết lập thiết bị IoT
Trong bước này, bạn mô phỏng dữ liệu đo từ xa và định vị địa lý của đội xe và tải lên AWS IoT Core.
3.1. Tạo quy tắc AWS IoT Core để định tuyến tin nhắn đến Kinesis Data Stream
Sử dụng công cụ định tuyến của AWS IoT Core để chuyển tin nhắn đến các dịch vụ AWS khác. Mở Message routing > Rules trên AWS IoT Core console. Chọn Create rule. Chỉ định các thuộc tính của quy tắc.
Ví dụ, tên quy tắc: “rule_to_kds”
Câu lệnh SQL: SELECT * FROM 's3table/mqtt/#'
Hành động 1: dịch vụ đích: “Kinesis Data Stream”, Tên luồng: “kds_for_firehose”, Khóa phân vùng: “${topic(3)}”, Vai trò IAM: “arn:aws:iam::5853xxxxx:role/role_iotrule_kds”.
Hành động lỗi: “Republish to AWS IoT topic”, Chủ đề: “error”, Vai trò IAM: “role_republishTo_IoTCore_errorTopic”. Với hành động lỗi được bật, các tin nhắn không được gửi có thể được chuyển lại đến các dịch vụ AWS khác. Điều này giúp tránh mất tin nhắn không mong muốn, ví dụ trong trường hợp bị điều tiết.
3.2. Thiết lập MQTT client trên console
Tiếp theo, bạn mô phỏng một số dữ liệu phương tiện và xuất bản chúng đến một chủ đề MQTT.
Mở MQTT test client trên AWS IoT Core console. Điền Topic filter của Subscribe vào chủ đề s3table/mqtt/# và error. Chọn Subscribe. Bạn sẽ thấy hai chủ đề này dưới Subscriptions, như hình sau.
3.3. Xuất bản dữ liệu trạng thái phương tiện
Giữ nguyên trên MQTT test client console, và chọn Publish to a topic. Đặt Topic name là “s3table/mqtt/1”. Thay thế Message payload bằng tin nhắn JSON sau:
{ "device_id": "Device-1", "timestamp": "2025-02-13T15:25:05.850759", "location": { "latitude": 40.7829, "longitude": -73.970349, "speed": 30 }, "measurements": { "temperature": 25.45, "humidity": 59.96, "battery_level": 98.4 }, "status": "active"}Chọn Publish, sau đó bạn sẽ thấy một thông báo tin nhắn trong Subscriptions, như hình sau.
Đọc tài liệu AWS IoT Core về các giao thức MQTT và các phương pháp hay nhất để triển khai.
Nếu triển khai giải pháp này trong một hệ thống sản xuất, hãy thiết kế các chủ đề MQTT và payload JSON cho phù hợp. Ví dụ, sửa đổi device_id thành “Device-1”, “Device-2”, và “Device-3”, và sửa đổi chủ đề thành “s3table/mqtt/1”, “s3table/mqtt/2”, và “s3table/mqtt/3”.
4. Thiết lập trực quan hóa Quick Sight
Trong bước này, bạn cấu hình Athena để truy vấn dữ liệu và tạo dashboard để trực quan hóa dữ liệu phương tiện trong Quick Sight. Bắt đầu bằng cách đăng nhập vào Quick Sight console để kiểm tra xem bạn có người dùng hiện có và quyền quản trị hay không. Nếu không có người dùng Quick Sight nào tồn tại, hãy tham khảo tài liệu thiết lập Quick Sight và cấu hình người dùng.
4.1. Gán quyền S3Table cho người dùng Quick Sight của bạn
A. Mở IAM roles console. Tìm kiếm vai trò có tên “aws-quicksight-service-role-xx”. Chọn vai trò được tự động tạo đó.
Chọn Add permissions > Create inline policy, chỉ định tên chính sách (ví dụ “policy_quicksight_for_s3tables”), và điền chính sách ở định dạng JSON:
{ "Version": "2012-10-17", "Statement": [ { "Sid": "VisualEditor0", "Effect": "Allow", "Action": "glue:GetCatalog", "Resource": "*" } ]}B. Liệt kê người dùng của Quick Sight bằng AWS CLI như sau (thay thế bằng AWS Region và AWS account ID của bạn):aws quicksight list-users --aws-account-id 5853xxxxx --namespace default --region us-xxxx-x
Ghi lại ARN người dùng từ phản hồi, như hình sau.
C. Cấp quyền cho người dùng Quick Sight của bạn thông qua các lệnh AWS CLI sau (thay đổi thành AWS Region, AWS account ID và ARN người dùng của riêng bạn):
# grant access permission of iceberg table.aws lakeformation grant-permissions --region us-xxxx-x \ --principal DataLakePrincipalIdentifier=arn:aws:quicksight:us-xxxx-x:5853xxxxx:user/default/Admin/myUser \ --permissions ALL \ --resource \'{"Table": { "CatalogId": "5853xxxxx:s3tablescatalog/tablebucketpoc", "DatabaseName": "fromfirehose", "Name": "mqttpayload" }}'# grant access permission of resource link.aws lakeformation grant-permissions --region us-xxxx-x \ --principal DataLakePrincipalIdentifier=arn:aws:quicksight:us-xxxx-x:5853xxxxx:user/default/Admin/myUser \ --permissions ALL \ --resource \'{"Database": { "CatalogId": "5853xxxxx", "Name": "resourcelink" }}'4.2. Tạo một dataset mới trong Quick Sight
A. Truy cập phần Analyses trong Quick Sight console.
Kiểm tra xem bạn đang ở đúng AWS Region trên Quick Sight console—quan sát ảnh chụp màn hình sau. Quick Sight chỉ có thể truy cập các tài nguyên Amazon S3 trong cùng Region.
B. Chọn New dataset. Chọn Athena cho FROM NEW DATA SOURCES.
Nhập tên cho Data source name, ví dụ “S3TablesPoc”. Chọn [primary] cho Athena workgroup. Sau đó, chọn Create data source.
C. Chọn AwsDataCatalog cho Catalog, resourcelink cho Database, và chọn mqttpayload trong Tables.
D. Chọn Use custom SQL. Dán truy vấn SQL sau, và chọn Confirm query.
SELECT *, CAST(json_extract(location,'$.latitude') AS DECIMAL(12,5)) AS Latitude, CAST(json_extract(location,'$.longitude') AS DECIMAL(12,5)) AS Longitude FROM "s3tablescatalog/tablebucketpoc".fromfirehose.mqttpayload
E. Chọn Directly query your data. Sau đó chọn Edit/Preview data.
Console sẽ chuyển đến Schema Explorer của Quick Sight. Bạn đã có thể thấy kết quả truy vấn với các giá trị vĩ độ và kinh độ, như hình sau:
F. Chọn Fields trên bảng điều khiển bên trái. Bạn có thể thấy danh sách trường. Chọn nút mở rộng (ba dấu chấm) bên cạnh Latitude, sau đó chọn Add to coordinates, như hình sau.
G. Chọn Create new geospatial coordinates, sau đó Add. Nhập tên cho Name your coordinates, ví dụ “Longitude-Latitude”. Chọn Latitude cho Field to use for latitude, và Longitude cho Field to use for longitude, như hình sau.
H. Chọn Create coordinates. Bạn sẽ thấy hệ thống phân cấp địa lý mới được tạo trong danh sách trường.
I. Nhập tên của riêng bạn (ví dụ “custom SQL for S3 Table”) cho Custom SQL name. Chọn SAVE & PUBLISH ở phía trên bên phải của Quick Sight console. Chọn CLOSE bên cạnh PUBLISH & VISUALIZE.
4.3. Tạo một phân tích mới trong Quick Sight
A. Truy cập phần Analyses của Quick Sight console. Chọn New analysis ở phía trên bên phải. Chọn dataset của bạn custom SQL for S3 Table. Chọn USE IN ANALYSIS.
B. Chọn CREATE.
Bạn sẽ nhận được một trang tính trống mới như hình trên.
C. Chọn loại hình ảnh trực quan Points on map.
Kéo trường Longitude-Latitude vào GEOSPATIAL – Only geospatial fields are allowed. Kéo status vào SIZE – Add a measure. Kéo device_id vào COLOR – Add a dimension. Sau đó, bản đồ với các điểm dữ liệu sẽ hiển thị như hình sau.
D. Chọn PUBLISH ở phía trên bên phải của console. Nhập tên cho dashboard mới, ví dụ “s3table demo”. Sau đó chọn Publish dashboard.
E. Cuối cùng, hoàn thành trực quan hóa địa lý trong Quick Sight với dữ liệu phương tiện mô phỏng từ AWS IoT Core và S3 Tables. Dashboard mẫu được hiển thị trong hình sau.
Kết luận
Quản lý đội xe theo thời gian thực là rất quan trọng đối với hiệu quả hoạt động logistics nhanh chóng. Chúng tôi đã sử dụng các dịch vụ AWS như Amazon S3 Tables, AWS IoT Core, Amazon Quick Sight, Amazon Kinesis Data Streams và Amazon Data Firehose để tạo ra một giải pháp mạnh mẽ giúp thay đổi cách các doanh nghiệp giám sát và tối ưu hóa đội xe của họ. Giải pháp được hỗ trợ bởi AWS này cách mạng hóa việc quản lý đội xe với khả năng theo dõi thời gian thực và phân tích nâng cao. Sử dụng AWS IoT Core để kết nối thiết bị an toàn, Data Firehose để thu nạp dữ liệu hợp lý, S3 Tables để lưu trữ hiệu suất cao và Quick Sight để trực quan hóa trực quan, hệ thống cung cấp một cách tiếp cận toàn diện, có thể mở rộng và tiết kiệm chi phí để tối ưu hóa đội xe. Việc tích hợp liền mạch các dịch vụ này cho phép ra quyết định nhanh chóng, dựa trên dữ liệu, nâng cao hiệu quả hoạt động và giảm chi phí. Các doanh nghiệp có thể áp dụng giải pháp này để đạt được lợi thế cạnh tranh trong ngành vận tải đang phát triển nhanh chóng. Cách tiếp cận AWS tích hợp này nổi bật như một công cụ mạnh mẽ để thành công trong thời đại kỹ thuật số khi các công ty tìm cách tối ưu hóa hoạt động đội xe của họ.
Kêu gọi hành động
S3 Tables là một loại bucket mới được ra mắt tại AWS re:Invent 2024 hỗ trợ định dạng Apache Iceberg. Tìm hiểu thêm về các chức năng phân tích mạnh mẽ của nó: Làm việc với Amazon S3 Tables và table buckets và Khám phá Amazon S3 Tables.
Về tác giả
Lokesh Angadi Pethaiah
Lokesh AP là Kiến trúc sư Giải pháp Cấp cao tại Amazon Web Services, chuyên về Dữ liệu và AI. Anh hợp tác với khách hàng để kiến trúc các giải pháp sáng tạo, có khả năng mở rộng nhằm đẩy nhanh hành trình lên đám mây của họ. Trước khi gia nhập AWS, Lokesh đã giữ các vai trò công nghệ tại Oracle, NetApp và Western Digital, mang lại cho anh một góc nhìn độc đáo về các thách thức dữ liệu doanh nghiệp.
Ziyang Liao
Ziyang Liao là kiến trúc sư giải pháp tại Amazon Web Services, hiện đang làm việc cho các giải pháp dữ liệu lớn và giải pháp ngành nhà thông minh. Trước khi gia nhập AWS, anh chuyên về dữ liệu lớn với 10 năm kinh nghiệm phát triển và chuyên môn về kiến trúc nền tảng dữ liệu quy mô nghìn tỷ. Anh có kinh nghiệm thực tế sâu rộng về data lake, nền tảng dữ liệu quy mô lớn và tính toán thời gian thực.
Zihang Huang
Zihang Huang là kiến trúc sư giải pháp tại AWS. Anh là một chuyên gia về phương tiện kết nối, nhà thông minh, năng lượng tái tạo thông minh và IoT công nghiệp. Trước AWS, anh đã có kinh nghiệm kỹ thuật tại Bosch và Alibaba Cloud. Hiện tại, anh tập trung vào các giải pháp AI tác nhân với AgentCore, GenAI, IoT, điện toán biên, dữ liệu lớn và học máy.
AWS Study Group 