Comment fonctionne TagoIO

On nous demande souvent une vue d’ensemble du fonctionnement de TagoIO. Nous avons longtemps repoussé la réponse parce que la plateforme ne cessait d’évoluer. Maintenant que l’architecture a mûri et que l’analytique est passée de simples scripts sur mesure à des prévisions et des prédictions intégrées à la plateforme, le moment est venu de partager le tableau complet.

Nous allons parcourir l’ensemble du système TagoIO de bas en haut, exactement comme nous l’avons construit (en laissant de côté les chemins expérimentaux empruntés en cours de route). À la fin, vous devriez comprendre comment se construisent des solutions IoT prêtes pour la production sur TagoIO. Et vous n’aurez pas non plus à repartir de zéro : la plateforme propose un plan gratuit flexible et gère l’infrastructure à votre place.

Les fondations

Notre couche de base accepte les données de pratiquement n’importe quel appareil IoT, quel que soit le protocole. TagoIO prend en charge plus de 500 types d’appareils IoT grâce à deux composants fondamentaux : les Networks et les Connectors.

Un Network représente le protocole de communication ou la méthode d’intégration : LoRaWAN, NB-IoT, CAT-1, CAT-M, Sigfox, BLE, WiFi, MQTT, HTTP et les réseaux satellitaires comme Myriota, Skylo ou Kinéis. Un Connector est le décodeur préconfiguré qui sait interpréter les données d’un fabricant d’appareils spécifique.

Le résultat : quand votre capteur de température envoie des données via LoRaWAN, que votre traceur GPS transmet par satellite ou que votre équipement industriel remonte des informations via MQTT, TagoIO achemine ces données à travers la bonne intégration réseau et le bon connecteur, et elles arrivent décodées dans un format standardisé.

Pourquoi c’est important : l’approche traditionnelle

Les développeurs IoT font traditionnellement face à un problème d’intégration pénible. Imaginez une solution de ville intelligente avec :

• Des capteurs environnementaux utilisant LoRaWAN
• Des caméras de trafic envoyant des données analysées via HTTP
• Des compteurs intelligents communiquant via NB-IoT
• Des équipements hérités qui ne parlent que Modbus

Sans plateforme, vous devriez :

1. Construire des endpoints backend distincts pour chaque protocole
2. Écrire des parseurs sur mesure pour le format de données de chaque fabricant
3. Maintenir des schémas de base de données différents pour chaque type d’appareil
4. Créer plusieurs systèmes d’authentification
5. Construire des systèmes de visualisation et d’alerte redondants pour chaque type d’appareil

C’est une montagne de travail d’infrastructure avant même de commencer votre véritable application.

L’approche TagoIO : une gestion unifiée des appareils

TagoIO fournit un pipeline unique. Quand un appareil envoie des données :

1. L’appareil transmet les données avec son protocole natif (LoRaWAN, HTTP POST, publication MQTT, etc.)
2. L’intégration réseau reçoit les données aux endpoints mondiaux de TagoIO
3. Le connecteur décode le payload spécifique au fabricant en variables standard
4. Le bucket de l’appareil stocke les données décodées dans un stockage time-series optimisé
5. Votre application peut immédiatement accéder à ces données, les visualiser, en tirer des prédictions et agir dessus

Que vous exploitiez 10 appareils ou 10 000 appareils répartis sur 20 protocoles, tous transitent par le même pipeline. Vous écrivez la logique de votre application une seule fois, et elle fonctionne pour tous les types d’appareils.

La couche de données : une architecture de stockage flexible

Une fois les données arrivées, elles sont stockées efficacement. TagoIO propose deux architectures de stockage pour les volumes massifs de données IoT, chacune optimisée pour des cas d’usage différents.

Appareils mutables : le stockage IoT traditionnel

Les appareils mutables fonctionnent comme une table de base de données classique : chaque point de données peut être créé, lu, mis à jour ou supprimé. Ils conviennent pour :

• Les paramètres de configuration qui changent de temps à autre
• Les métadonnées et les informations d’état des appareils
• Les déploiements de petite à moyenne échelle
• Les applications nécessitant des opérations CRUD complètes
• Jusqu’à 50 000 enregistrements de données

Voyez les appareils mutables comme l’option flexible pour les applications qui ne prévoient pas de volumes de données massifs.

Appareils immuables : du time-series haute performance

Les appareils immuables sont conçus pour les données de capteurs à haut débit. Une fois écrites, les données ne peuvent qu’être créées et lues, jamais modifiées. Ce choix d’architecture achète des gains de performance considérables :

• Ingestion 10 à 100 fois plus rapide que le stockage mutable
• Politiques de rétention automatique des données (découpage par jour, semaine, mois ou trimestre)
• Requêtes optimisées pour l’analyse time-series
• Coûts de stockage réduits à grande échelle

Vous collectez des coordonnées GPS toutes les 10 secondes, des relevés de température chaque minute ou des données de capteurs industriels à haute fréquence ? Les appareils immuables gèrent des millions de points de données sans effort. C’est aussi ce stockage qui alimente l’analytique de TagoIO : un time-series propre et ordonné est exactement ce dont les modèles de prévision ont besoin.

Le choix n’est pas exclusif. Beaucoup de solutions utilisent des appareils immuables pour la télémétrie à fort volume et des appareils mutables pour la configuration et les métadonnées.

Entities : la base de données nouvelle génération

Pour les données qui n’entrent pas dans le modèle time-series, TagoIO propose les Entities, notre système de base de données structurée :

• Des schémas personnalisés avec des types de champs flexibles
• Une modélisation de données relationnelles
• Des requêtes et des filtres avancés
• Des opérations haute performance sur des données structurées

Les Entities conviennent aux systèmes de gestion d’actifs, au suivi d’inventaire, aux profils utilisateurs, aux ordres de travail ou à toute structure qui dépasse les simples relevés de capteurs.

Note : la combinaison d’appareils mutables, d’appareils immuables et d’entities vous permet d’optimiser le stockage pour chaque type de données : l’immuable pour la télémétrie haute fréquence, le mutable pour la configuration et les métadonnées, les entities pour les structures relationnelles. Cette flexibilité est la clé des applications qui passent à l’échelle efficacement.

La couche d’intelligence : Analysis, analytique et automatisation

Collecter et stocker les données n’est qu’un début. La valeur vient de ce que la plateforme en fait. La couche d’intelligence de TagoIO comporte trois volets : Analysis pour le code sur mesure, l’analytique pour les prévisions et les prédictions, et Actions pour l’automatisation.

Analysis : du calcul serverless pour l’IoT

Analysis fournit un environnement serverless où votre code s’exécute en réponse à des événements, en Node.js, Deno ou Python. Voyez-le comme AWS Lambda, mais pensé pour les workflows IoT.

Chaque Analysis est un script qui peut :

• Traiter en temps réel les données entrantes des appareils
• Prendre des décisions à partir des relevés de capteurs
• Appeler des API et des services externes
• Réécrire des données vers les appareils
• Déclencher des workflows dans l’ensemble de votre installation IoT

Par exemple, une Analysis pourrait :

1. Surveiller les capteurs de température dans toute une usine
2. Calculer des moyennes glissantes et des scores d’anomalie
3. Comparer les relevés à des seuils de sécurité
4. Envoyer des alertes quand les conditions sont anormales
5. Ajuster les systèmes de CVC pour compenser

Les scripts Analysis s’exécutent dans le cloud, déclenchés par des événements d’appareils, des planifications ou des appels API. Aucun serveur, conteneur ou infrastructure à gérer. Vous écrivez la logique, la plateforme l’exécute. Les scripts Python peuvent utiliser des bibliothèques comme pandas, numpy et scipy, ce qui compte pour le travail statistique vers lequel évoluent les projets IoT.

Analytique prédictive : des prévisions, pas seulement de l’historique

Les dashboards vous disent ce qui s’est déjà passé. L’analytique de TagoIO transforme la télémétrie que vous stockez déjà en ce qui va se passer ensuite :

• Les prévisions projettent une variable dans le futur : le niveau d’un silo avant qu’il se vide, la consommation d’énergie avant l’arrivée de la facture, l’autonomie d’une batterie avant la fenêtre de maintenance.
• La détection d’anomalies signale un comportement qui s’écarte de la ligne de base propre à un appareil, le jour où il commence à dériver, au lieu d’attendre que l’alarme de seuil finisse par se déclencher.
• Les prédictions évaluent le risque à partir de motifs observés sur l’ensemble de votre parc : quelle pompe tend vers la panne, quel site va manquer sa fenêtre de conformité.

Tout cela s’exécute sur les données déjà présentes dans vos buckets. Aucun pipeline ML distinct, aucun export vers un data warehouse, aucune équipe de data science requise. Les prédictions et les scores d’anomalie atterrissent dans la plateforme sous forme de variables, si bien que tout le reste de cet article s’y applique : représentez-les sur des dashboards, déclenchez des Actions à partir d’eux, exposez-les à vos clients via TagoRUN, et affinez-les avec votre propre code Analysis quand un cas d’usage exige une modélisation sur mesure.

Un exemple concret : une solution de surveillance de silos d’alimentation stocke la télémétrie de poids dans des buckets immuables, l’analytique prévoit le nombre de jours avant le vide pour chaque silo, une Action ouvre une commande de réapprovisionnement dans l’ERP quand la prévision passe sous les quatre jours, et le client observe la bande de prévision sur son portail à sa marque. Cette boucle, de la télémétrie à la prévision, puis à l’action et au client, est précisément le motif pour lequel la plateforme a été conçue.

Actions : l’automatisation pilotée par les événements

Là où Analysis et l’analytique gèrent le calcul, Actions gère l’automatisation : des règles « si ceci, alors cela » qui se déclenchent automatiquement.

Les Actions peuvent être déclenchées par :

• Des conditions sur les données d’appareils : la température dépasse un seuil, le GPS entre dans un geofence, la batterie passe sous 20 %, un score d’anomalie franchit une limite
• Des événements sur les ressources : nouvel appareil créé, compte utilisateur modifié, fichier téléversé
• Des planifications horaires : rapports quotidiens, synthèses hebdomadaires, agrégations mensuelles
• Des alertes d’utilisation : approche des limites de données, avertissements de quota d’API

Une fois déclenchées, les Actions peuvent :

• Lancer des scripts Analysis
• Envoyer des e-mails, des SMS ou des notifications push
• Émettre des requêtes vers des webhooks externes
• Publier des messages MQTT
• Envoyer des messages WhatsApp via Twilio
• Mettre des tâches en file d’attente dans AWS SQS

Vous définissez la logique métier une seule fois ; TagoIO surveille, déclenche et exécute 24h/24 et 7j/7.

La couche de visualisation : dashboards et widgets

Les données, les prévisions et l’automatisation ne valent pas grand-chose si les utilisateurs ne peuvent ni les voir ni interagir avec elles. Le système de Dashboard de TagoIO est la couche de visualisation.

Un constructeur de dashboards en glisser-déposer

Créer des dashboards ne demande aucun développement front-end. Le constructeur visuel vous permet de :

• Glisser des widgets sur un canevas
• Configurer des sources de données en quelques clics
• Personnaliser les couleurs, les mises en page et le style
• Ajouter de l’interactivité et des contrôles utilisateur
• Déployer auprès des utilisateurs instantanément

Des dizaines de widgets prêts à l’emploi sont inclus : des graphiques en temps réel (lignes, barres, colonnes, jauge, donut), des cartes avec suivi des appareils, des tableaux avec filtrage et tri, des formulaires de saisie pour le contrôle des appareils, et du HTML personnalisé pour les besoins spécifiques. Les sorties de prévision et d’anomalie s’affichent sur les mêmes graphiques que la télémétrie en direct, si bien qu’un seul graphique en lignes peut montrer ce que le capteur a relevé et vers où cela se dirige.

La fonctionnalité critique, c’est le système Blueprint : construisez un modèle de dashboard, déployez-le automatiquement sur des centaines ou des milliers d’appareils, et mettez à jour chaque instance en mettant à jour le blueprint. C’est ainsi qu’une preuve de concept passe en production avec des milliers d’utilisateurs finaux.

TagoRUN : un déploiement en marque blanche

Quand vous êtes prêt à présenter la solution à vos clients, TagoRUN transforme votre application TagoIO en un produit entièrement en marque blanche :

• Votre propre domaine personnalisé (app.votreentreprise.com)
• Votre image de marque, vos couleurs et votre logo
• Un contrôle précis sur les fonctionnalités auxquelles les utilisateurs accèdent
• L’authentification et les permissions des utilisateurs
• Un accès mobile via l’application mobile TagoRUN, ou votre propre application à votre marque

Vos clients voient votre marque, se connectent à votre portail et utilisent votre produit, avec l’infrastructure de TagoIO en dessous. Développez une fois, déployez auprès de milliers d’utilisateurs finaux sous votre nom.

La couche de sécurité : authentification et contrôle d’accès

La sécurité IoT n’est pas seulement la sécurité d’une application web. Vous sécurisez des milliers d’appareils, chacun avec sa propre authentification, en plus de l’accès des utilisateurs aux dashboards et aux données.

Authentification des appareils : tokens et sécurité

Chaque appareil s’authentifie avec un token sécurisé, une chaîne cryptographique qui donne à cet appareil précis la permission d’envoyer des données vers son bucket. Pour les déploiements d’entreprise, TagoIO prend aussi en charge les certificats machine pour une authentification d’appareil plus forte.

Authentification des utilisateurs : SSO et fournisseurs d’identité

Pour les utilisateurs humains, TagoIO s’intègre à votre fournisseur d’identité :

• Prise en charge d’OAuth2 et d’OpenID Connect
• SAML pour le SSO d’entreprise
• Intégrations prêtes à l’emploi avec Google, Microsoft, Okta et d’autres
• Authentification à deux facteurs (2FA)

TagoIO ne stocke pas les mots de passe de vos utilisateurs. L’authentification est déléguée à votre fournisseur d’identité, si bien que lorsqu’un employé arrive ou part, son accès à TagoIO suit automatiquement. Aucune gestion manuelle des comptes.

Gestion des accès : des permissions granulaires

Une fois authentifié, le module Access Management contrôle ce que les utilisateurs peuvent faire et voir :

• Permissions au niveau des ressources : quels dashboards, appareils, analyses et actions chaque utilisateur peut atteindre
• Contrôle d’accès basé sur les rôles (RBAC) : des rôles comme Opérateur, Manager, Administrateur avec des jeux de permissions distincts
• Accès basé sur les tags : accordez l’accès à des groupes d’appareils par tag (par exemple, tous les appareils tagués region:europe)
• Logique de permission personnalisée : des scripts Analysis pour les règles complexes

Dans une application de bâtiment intelligent, les locataires ne voient que les capteurs de leur étage, les gestionnaires d’installations voient tous les étages sans les paramètres système, et les administrateurs voient tout.

Note : la gestion des accès fonctionne nativement avec les tags. Accordez à un utilisateur l’accès à « tous les appareils tagués region:north-america » et chaque nouvel appareil portant ce tag est couvert automatiquement. Cette approche basée sur les tags est déterminante à l’échelle de milliers d’appareils et d’utilisateurs.

La couche d’intégration : se connecter au reste du monde

Aucune plateforme IoT n’existe en vase clos. Les applications TagoIO s’intègrent aux systèmes de paiement, aux CRM, aux ERP, aux services météo, aux bases de données externes et à bien d’autres.

API RESTful : le contrôle total de la plateforme

L’API REST expose pratiquement toutes les capacités de la plateforme : créer et gérer des appareils et des données, déclencher des Actions et des Analysis, générer des tokens, gérer les utilisateurs et les permissions, créer des dashboards. Du HTTP standard avec du JSON, appelable depuis n’importe quel langage, avec des SDK officiels pour JavaScript et Python et une CLI pour l’automatisation.

Broker MQTT : communication bidirectionnelle en temps réel

Pour la communication d’appareils en temps réel, TagoDeploy intègre un broker MQTT. Publiez depuis les appareils vers des topics, abonnez-vous depuis des appareils ou des applications, mettez en place des schémas de commande et de contrôle, et construisez des systèmes réactifs. Entièrement authentifié avec les tokens d’appareils, avec prise en charge du QoS 0 et du QoS 1.

Actions webhook : l’intégration en mode push

Plutôt que de laisser des systèmes externes interroger l’API, les Actions webhook poussent les données vers l’extérieur : quand les conditions sont remplies, TagoIO émet des requêtes POST vers vos endpoints avec les données des appareils et les informations sur l’événement. Cela convient aux plateformes d’analyse externes, aux déclencheurs de workflows dans d’autres systèmes, aux mises à jour de bases de données en temps réel et aux événements de paiement.

Intégrations prêtes à l’emploi

TagoIO livre des intégrations avec des services populaires :

• Serveurs de réseau LoRaWAN : The Things Network, The Things Industries, Actility, Netmore, Loriot, ChirpStack, AWS IoT Core for LoRaWAN et d’autres
• Fournisseurs IoT satellitaires : Myriota, Kinéis, Skylo
• Services de communication : Twilio pour les SMS et WhatsApp, SendGrid pour les e-mails

Elles fonctionnent dès la sortie de la boîte, ce qui économise des semaines de développement d’intégration.

La couche de déploiement : où s’exécute votre application

Nous avons vu ce que fait TagoIO. Le dernier choix d’architecture, c’est de savoir où cela s’exécute, et c’est aussi une décision métier.

Cloud multi-locataire : démarrage rapide, faible coût

Inscrivez-vous sur admin.tago.io et vous voilà sur le cloud multi-locataire de TagoIO : des instances partagées avec une isolation et une sécurité des données complètes. Ce modèle convient pour :

• Le prototypage et les tests rapides (démarrage en quelques minutes)
• Les déploiements de petite à moyenne échelle
• Une montée en charge économique
• Zéro gestion d’infrastructure

Les instances partagées utilisent l’infrastructure efficacement, et c’est pourquoi l’offre gratuite peut inclure autant de choses. À mesure que vous montez en charge, vous ne payez que ce que vous consommez.

TagoDeploy : une infrastructure dédiée

Pour les déploiements qui ont besoin de leur propre environnement, TagoDeploy fournit des instances dédiées de la plateforme TagoIO complète, exclusivement pour votre organisation. Une seule instance dédiée peut héberger autant d’applications et de locataires clients que votre activité l’exige ; « dédié » signifie que l’infrastructure est la vôtre, pas qu’il existe une limite à ce que vous y faites tourner. Avec TagoDeploy, vous obtenez :

• Une infrastructure cloud dédiée opérée par TagoIO sur AWS
• Plus de 12 options régionales, dont les États-Unis, l’Irlande, le Canada, l’Allemagne, le Royaume-Uni, la Suisse, le Japon, Singapour, l’Australie et São Paulo
• Un contrôle total sur les mises à jour et les versions de la plateforme
• Des coûts optimisés pour le traitement de gros volumes de données (souvent bien moins cher que les instances partagées à grande échelle)
• La conformité pour les secteurs réglementés, couverte par la certification ISO 27001 de TagoIO et avec une résidence des données régionale
• Des options de personnalisation indisponibles sur les instances partagées, dont des limites de débit sur mesure et votre propre broker MQTT et vos propres endpoints d’API

Le choix n’est pas définitif. Beaucoup d’entreprises développent et valident sur le cloud partagé, puis migrent vers TagoDeploy pour la montée en charge en production, la résidence des données ou des limites sur mesure.

Passer à l’échelle de la production : comment TagoIO gère les déploiements massifs

La question qui compte quand vous construisez une vraie entreprise : comment TagoIO passe-t-il de 10 appareils à 10 000 sans reconstruction ?

C’est là que beaucoup de projets IoT s’enlisent. La preuve de concept fonctionne à merveille avec 50 appareils de test ; la production avec des milliers révèle les fissures. Les permissions deviennent un cauchemar, les dashboards se créent à la main pour chaque client, et les automatisations se dupliquent avec de légères variations.

TagoIO répond au problème de la montée en charge avec trois fonctionnalités architecturales : les Tags, les Blueprint Dashboards et le déclenchement basé sur les tags.

Scénario concret : la gestion de flotte à grande échelle

Imaginez une plateforme de gestion de flotte pour une entreprise de logistique en pleine croissance. Le pilote surveillait 50 camions. Vous avez désormais besoin de :

• 5 000 camions répartis sur 12 dépôts régionaux
• 2 000 utilisateurs : chauffeurs, responsables régionaux, dirigeants
• Plusieurs clients sur votre plateforme en marque blanche, parce que vous construisez un service de gestion de flotte, pas la gestion d’une seule flotte

Tags : la fondation de la montée en charge

Chaque ressource dans TagoIO (appareils, dashboards, actions, analyses, utilisateurs) porte des tags clé-valeur. Un appareil camion pourrait être tagué : type d’actif (camion), région (nord-est), dépôt (boston), client (acme_logistics), classe de véhicule (réfrigéré). Ces simples étiquettes pilotent la couche d’automatisation.

1. Permissions automatiques. Une seule règle, « le responsable régional (Nord-Est) a accès à tous les appareils tagués region:northeast », remplace les attributions appareil par appareil. Un nouveau camion à Boston ? Taguez-le et l’accès suit. À 5 000 camions, c’est toujours une seule règle.

2. Actions ciblées. Une seule Action « Alerte de température - Flotte réfrigérée » surveille tous les camions tagués réfrigéré. Ajoutez 500 camions réfrigérés et ils sont couverts dès qu’ils sont tagués.

3. Dashboards filtrés. La vue d’un responsable régional affiche « tous les camions tagués region:northeast » et se met à jour d’elle-même à mesure que des camions sont ajoutés, retirés ou re-tagués.

4. Opérations en lot. Mettez à jour les réglages de tous les camions d’une région en interrogeant le tag, pas en cliquant à travers des milliers d’appareils.

Les tags transforment la configuration appareil par appareil en une gestion fondée sur des politiques. C’est ainsi que 50 appareils deviennent 5 000 sans croissance opérationnelle proportionnelle.

Blueprint Dashboards : déployez une fois, montez en charge à l’infini

Avec 5 000 camions et 2 000 utilisateurs, la création manuelle de dashboards est impossible. Les blueprints résolvent le problème :

Étape 1 : créer un seul dashboard maître montrant la télémétrie des camions : la localisation GPS en direct sur une carte, des graphiques de température et d’humidité, une jauge de carburant, les diagnostics moteur, l’état des chauffeurs, et les sorties de la couche analytique, comme l’autonomie prédite et les signalements d’anomalies. Le modèle utilise des variables au lieu d’identifiants d’appareils codés en dur.

Étape 2 : définir les règles d’assignation. « Crée une instance de ce blueprint pour chaque appareil tagué asset_type:truck. »

Étape 3 : déploiement automatique. 5 000 instances de dashboard apparaissent, chacune liée à son camion. Nouveau camion, nouveau dashboard, automatiquement.

Étape 4 : accès utilisateur via les tags. Les chauffeurs voient leur camion, les responsables régionaux voient leur région, les dirigeants voient la vue agrégée.

Étape 5 : mettez à jour une fois, déployez partout. Améliorez le blueprint et les 5 000 instances se mettent à jour instantanément.

Déclenchement des Actions basé sur les tags : une automatisation qui passe à l’échelle

Au lieu de 5 000 alertes spécifiques à chaque appareil, les Actions basées sur les tags couvrent la flotte avec une poignée de règles, et restent précises :

• Ciblage dynamique : des seuils différents selon le climat, « véhicules réfrigérés dans le Sud-Ouest au-dessus de 6 °C » et « dans le Nord-Est au-dessus de 2 °C ». Deux Actions, 5 000 camions, chacun avec le bon seuil.
• Déploiements progressifs : taguez 50 camions beta_participant:true, déclenchez la nouvelle alerte seulement pour eux, validez, puis retirez le filtre.
• Logique spécifique au client : les camions d’un client pharmaceutique reçoivent un e-mail de conformité certifié à 2 °C ; tous les autres reçoivent un SMS standard à 4 °C. Le tout géré entièrement par les tags.
• Automatisation pilotée par les prédictions : le même mécanisme se déclenche sur les sorties analytiques, si bien que « jours avant le vide prévus en dessous de 4 » ou « score d’anomalie au-dessus du seuil » ouvre un ordre de travail avant la panne, pas après.

Pourquoi c’est important : l’économie de la montée en charge

Des chiffres approximatifs pour le déploiement de 5 000 camions, réalisé à la main : la création des dashboards à 30 minutes par camion représente 2 500 heures ; la gestion des permissions pour 2 000 utilisateurs, 500 heures ; la configuration des Actions appareil par appareil, 833 heures ; sans compter la charge de maintenance récurrente. Environ 150 000 $ de main-d’œuvre la première année, à 50 $/heure.

L’approche TagoIO : environ 40 heures de mise en place initiale (blueprints, stratégie de tags, politiques de permission), un déploiement par camion automatisé via l’API, et quelques heures de maintenance par mois. Environ 5 000 $ de main-d’œuvre la première année.

L’écart de 30 fois n’est même pas le principal avantage. Le principal avantage, c’est l’agilité : quand les besoins changent, vous mettez à jour un seul blueprint ou une seule Action, pas 5 000 configurations. Vous gérez des politiques, pas des instances.

Monter en charge au-delà des appareils

Vous construisez une activité de plateforme plutôt qu’un déploiement unique ? La même architecture le permet :

• Taguez les appareils par client : customer:acme_logistics, customer:global_shipping
• Déployez des portails TagoRUN en marque blanche par client
• Chaque client ne voit que ses appareils, filtrés par tag
• Un seul blueprint sert tous les clients avec des données propres à chacun
• Une seule base de code prend en charge un nombre illimité de clients

C’est ainsi qu’une application IoT devient une activité de plateforme IoT, qui monte en charge techniquement et commercialement à la fois.

Note : l’architecture basée sur les tags concerne autant la maintenabilité que la montée en charge. Six mois plus tard, quand vous devez ajouter une fonctionnalité ou corriger un bug, vous changez une fois et déployez partout.

Un système entier, des milliers d’appareils, des millions de points de données, une visualisation en temps réel, des prévisions et de la conformité, construit sans gérer un seul serveur, une seule base de données ni un seul composant d’infrastructure. Voilà ce qu’apporte une plateforme IoT full-stack.

Pourquoi cette architecture est importante

Vous pourriez construire tout cela vous-même avec AWS, une base de données et du code sur mesure, tout comme vous pourriez construire votre propre VPN ou votre propre CRM. Ce qu’il vous faudrait réellement construire :

1. Une couche de connectivité d’appareils multi-protocole avec authentification et sécurité
2. Des bases de données time-series optimisées avec rétention et partitionnement automatiques
3. Un environnement de calcul serverless avec déclenchement piloté par les événements
4. Un pipeline analytique pour les prévisions, les prédictions et la détection d’anomalies sur la télémétrie en direct
5. Un constructeur visuel de dashboards avec des dizaines de types de widgets
6. Un pipeline de données en temps réel avec une latence inférieure à la seconde
7. Une authentification des utilisateurs et un système de permissions granulaires
8. Une infrastructure de déploiement en marque blanche
9. Des applications mobiles pour iOS et Android
10. Une infrastructure mondiale avec mise en cache edge et CDN
11. Une surveillance 24h/24 et 7j/7, des mises à jour de sécurité et du support

Estimation prudente : 2 à 3 ans, une équipe de 8 à 12 ingénieurs, des millions en coûts de développement, puis les opérations, la sécurité et le travail sur les fonctionnalités en continu.

Ou vous livrez votre application sur TagoIO en quelques semaines.

Les choix d’architecture présentés ici, séparer le plan de données du plan de contrôle, le stockage hybride mutable/immuable, des Analysis serverless avec des Actions déclaratives, l’analytique comme couche de la plateforme plutôt que comme pipeline externe, des dashboards visuels avec déploiement en marque blanche, viennent d’années passées à construire des systèmes IoT en production et à apprendre ce dont les développeurs ont vraiment besoin.

Pour commencer

Tout ce qui figure dans cet article est disponible dès aujourd’hui, gratuitement pour démarrer :

1. Inscrivez-vous sur admin.tago.io
2. Créez votre premier appareil
3. Envoyez des données (des émulateurs sont fournis pour les tests)
4. Construisez un dashboard pour les visualiser
5. Ajoutez une Analysis ou une Action pour les traiter, et regardez la couche analytique se mettre au travail sur votre télémétrie

Le plan gratuit inclut la plupart de ce que nous avons couvert. À mesure que vous montez en charge, vous ne payez que ce que vous consommez, et TagoDeploy est là quand vous avez besoin d’une infrastructure dédiée.

D’une preuve de concept pour un client à des milliers d’appareils en production, l’architecture est conçue pour grandir avec vous, du prototype à l’échelle planétaire.

Consultez la documentation ou rejoignez le forum communautaire, où des milliers de développeurs partagent leurs solutions et leurs pratiques.