是否要大规模查看物联网 （IoT） 示例？不只是 100 或 1000 台设备生成数据，而是一个真正可扩展的演示，有数万台设备提供数百万条消息？如果是这样，这是适合你的演示 – 我们利用库伯内特斯，阿帕奇卡夫卡，MQTT和TensorFlow。
您可能还喜欢：
Apache Kafka 和 MQTT：端到端物联网集成
该演示演示了如何与数以万计或数十万个 IoT 设备集成并实时处理数据。演示用例是互联汽车基础设施中预测性维护（即异常检测），以预测发动机故障：
物联网基础设施：库贝内特斯的MQTT和卡夫卡
我们在可扩展的云原生基础架构中部署 Kubernetes、卡夫卡、MQTT 和 TensorFlow，以实时集成和分析来自 100000 辆汽车的传感器数据。基础设施是使用 Terraform 构建的。我们使用 GCP，但您可以在 AWS、Azure、阿里巴巴或本地执行相同的操作。
通过GCP GKE、HiveMQ、Confluent 和 TensorFlow I/O，在可扩展、弹性和可靠的基础架构中流式传输机器学习/深度学习和双向通信，可大规模进行数据处理和分析：
GitHub 项目：100000 辆互联汽车
该项目在 GitHub 上可用。只需安装几个 CLI 工具并执行两到三个 shell 脚本，即可在 ±30 分钟内设置演示。
查看 Github 项目：”使用 HiveMQ、Apache Kafka 和 TensorFlow 从 100000 台 IoT 设备大规模流式传输机器学习。
请试用演示。欢迎反馈和 PR。
20 分钟实时演示：GCP 上具有 GKE、康康、HiveMQ 和 TensorFlow IO 的物联网
这里是现场演示的视频录制：
如果您感兴趣的领域是工业 IoT （IIoT），您也可以查看以下示例。它涵盖了工厂和车间的机器和 PLC（如西门子 S7、Modbus 或 Beckhoff）的集成：
Apache Kafka、KSQL 和 Apache PLC4X，用于 IIoT 数据集成和处理
学习愉快！
