Traçabilité de bout en bout des matériaux

• SMT a utilisé AWS Greengrass pour déployer les composants middleware IATM (application web locale, service middleware, PostgreSQL) en périphérie, permettant un traitement local, le filtrage des données des étiquettes RFID, la communication sécurisée avec le cloud et la surveillance à distance, tout en collectant les journaux middleware depuis AWS CloudWatch à distance
• Amazon MQ a assuré une communication fiable et à faible latence entre le middleware sur site et les services back-end cloud pour les notifications d’événement et l’automatisation des flux de travail. Amazon MQ est utilisé pour collecter les données de suivi des actifs du middleware IATM Device et la communication inter services pour les amortisseurs, le découplage faible et l’amélioration des performances
• Amazon SQS/SNS est utilisé avec SQS, une fonction Lambda pour s’abonner à un sujet afin de publier des données et de communiquer entre les services IATM et Notification Lambda afin de déclencher la notification par courriel, etc.

Système de localisation en temps réel (RTLS)

• Les palettes, bacs, boîtes et contenants de matériaux ont été étiquetés avec des étiquettes RFID passives et suivis grâce à la solution RTLS-IATM
• Amazon Event Bridge est utilisé pour exécuter une tâche planifiée et appeler la logique d’affaires de l’API afin de déclencher des notifications par courriel et de publier des données dans le système du client à des intervalles réguliers, par exemple le transfert de matériaux, les détails de livraison des demandes
• Des services sans serveur propulsés par AWS Lambda sont utilisés pour le déploiement des composants d’autorisation, de rapprochement et de notifications ATM, assurant des opérations transparentes et évolutives

Visibilité et rapport d’inventaire

• Amazon RDS Aurora (PostgreSQL) était la base de données centrale pour les données WIP, d’actifs et d’inventaire dans l’ensemble des zones de fabrication. Tous les microservices backend IATM, p.ex. AssetMgmt, SmtAsset, UserMgmt, etc. utilisant RDS comme stockage de données backend
• Amazon S3 était utilisé pour stocker les ressources de l’application, les images, les pages et les journaux, alors que Amazon CloudFront favorisait la distribution rapide de contenu aux utilisateurs à l’échelle mondiale. S3 était également utilisé pour stocker et exécuter le modèle CF et transférer les images Docker vers les environnements des clients
• Des tableaux de bord interactifs ont été créés à l’aide d’API exposées par Amazon API Gateway, soutenus par AWS Lambda pour l’autorisation des demandes et l’intégration avec ALB/NLB. Utilisé pour exposer l’API des services limités backend IATM, accessible à partir de l’application Web IATM et de l’application mobile
• AWS ELB (répartition de charge élastique), ALB et NLB sont utilisés pour distribuer la charge de l’application parmi plusieurs services et instances IATM en fonctionnement
• AWS Route 53 était utilisé pour la résolution des noms de domaine

Intégration ERP et système

• Les microservices backend SMT ont été mis en conteneur et déployés sur Amazon ECS et AWS Fargate pour une informatique flexible et sans serveur. Alors que AWS ECR était utilisé pour stocker les images Docker des services SMT
• Un pipeline CI/CD a été établi à l’aide de AWS CodeCommit, CodeBuild et CodeDeploy, assurant les déploiements automatisés, le contrôle de version et les mises à jour continues dans les environnements de développement et de QA
• AWS Direct Connect et VPN Gateway ont fourni une connectivité sécurisée et à faible latence entre les usines de fabrication sur site du client et les services hébergés sur AWS
• AWS CloudFormation a été utilisé pour exécuter le modèle de formation cloud IATM afin de créer l’infrastructure, les services AWS, les ressources et les API IATM nécessaires. Au besoin, Cloud Shell a été utilisé pour exécuter les commandes AWS et le modèle CF

Sécurité, conformité et surveillance

• Les contrôles d’accès ont été gérés avec AWS IAM, tandis que AWS KMS assurait la gestion des clés de chiffrement pour RDS afin de chiffrer les données sensibles d’inventaire et de production
• AWS VPC et les sous-réseaux privés isolent les charges de travail, tandis que NAT Gateway et Network ACLs offrent un accès contrôlé. NACL est utilisé pour permettre certains ports entrants, tels que 443 et EC2, ports RDP, ports Amazon MQ MQTT 8883, etc.
• AWS CloudWatch et AWS X-Ray surveillaient la santé du système, capturaient les journaux et suivaient les transactions de bout en bout
• AWS Config et CloudTrail suivaient les changements de configuration et les activités des utilisateurs, assurant la conformité et la préparation à l’audit
• AWS Certificate Manager sécurise les applications web avec des certificats SSL/TLS, tandis que AWS WAF protège contre les menaces externes
• AWS Parameter Store était utilisé pour stocker les microservices backend, fonctions Lambda, propriétés d’application (clé-valeur) et clés secrètes pour l’application/les services
• AWS Systems Manager utilise une approche basée sur les besoins pour accéder aux instances EC2 via un navigateur et pour la gestion des correctifs
• Amazon EC2 (Windows, Linux), EFS était utilisé pour des ressources de calcul et des besoins de stockage supplémentaires, par exemple une jump box, une machine Windows RDP à des fins de test
• D’autres services de soutien AWS, tels que AWS Cost Explorer et Calculator, étaient utilisés pour vérifier, visualiser et analyser le coût des ressources AWS au fil du temps. Les calculateurs sont utilisés pour calculer le coût de différents services AWS et ressources de calcul. Cela a aidé à comparer, à prendre des décisions, à planifier et à optimiser les coûts globaux