Ejercicio Práctico para ISC: Implementación y análisis de datos de sensores usando InfluxDB en AWS Academy
Los estudiantes aprenderán a valorar el potencial de InfluxDB como base de datos de series temporales para almacenar, consultar y analizar datos provenientes de sensores, aplicando un caso práctico utilizando infraestructura en AWS Academy.
Una empresa ficticia, EcoGrow, especializada en agricultura vertical inteligente, desea implementar una solución tecnológica que capture datos de sensores ambientales (temperatura, humedad, luminosidad y pH) desde distintos puntos de cultivo vertical, almacenando estos datos para análisis en tiempo real y predicción futura.
Tu equipo ha sido contratado para desarrollar una solución robusta y escalable basada en InfluxDB, implementándola sobre AWS.
- Utilizar una instancia Amazon EC2 (Ubuntu Server 22.04) en AWS Academy.
- Instalar y configurar InfluxDB.
- Simular datos generados por sensores con Mockaroo.com.
- Utilizar scripts en Python para insertar datos automáticamente en la base de datos.
- Consultar y visualizar los datos recolectados usando comandos específicos (InfluxQL).
- Accede a AWS Academy y crea una instancia EC2 con Ubuntu Server 22.04.
- Actualiza el servidor:
sudo apt update && sudo apt upgrade -y- Instala InfluxDB en la instancia Ubuntu:
# Solo verificar versiones a este marzo 2025
wget https://dl.influxdata.com/influxdb/releases/influxdb2-2.7.6-amd64.deb
sudo dpkg -i influxdb2*.deb
sudo systemctl start influxdb
sudo systemctl enable influxdb- Configura inicialmente InfluxDB (crear usuario, contraseña y organización).
- Utiliza mockaroo.com con el siguiente prompt del bot generador:
🔸 Prompt para Mockaroo:
Crea un dataset llamado "sensores_ecogrow" (nombre de la tabla) con campos:
-
sensor_id(UUID) -
sensor_type(ej. temperatura, humedad, luminosidad, humedad_suelo) -
value(número decimal, según el tipo de sensor) -
timestamp(tipo fecha y hora, intervalo cada minuto durante 24 horas) -
Exporta el archivo generado en formato CSV.
- Copia el archivo CSV al servidor AWS.
- Usa el cliente CLI de InfluxDB para importar los datos:
influx write -b ecogrow_data -f sensores.csv --header "sensor_data,sensor_type=value,value=value timestamp"- Realiza consultas desde la interfaz de InfluxDB para obtener:
- Promedio, mínimo y máximo de temperatura por hora.
- Intervalos de humedad del suelo críticos.
from(bucket:"eco_grow")
|> range(start: -24h)
|> filter(fn: (r) => r["sensor_type"] == "temperatura")
|> aggregateWindow(every: 1h, fn: mean)- Usa el dashboard integrado de InfluxDB para crear gráficos interactivos que muestren tendencias y comportamientos de los sensores.
Copia el siguiente prompt en mockaroom.com para generar automáticamente datos realistas del caso:
"Crea un conjunto de datos realista simulando la captura de múltiples sensores agrícolas durante un día entero. Incluye sensores de temperatura (entre 10 y 30 ºC), humedad ambiental (entre 40% y 90%), luminosidad (0 a 1000 lux), y humedad del suelo (20% a 80%). El intervalo debe ser de 1 minuto para representar datos continuos. Entrega el resultado en CSV para fácil importación a InfluxDB."
- Identificar ventajas de InfluxDB para datos de series temporales.
- Desarrollar habilidades para manejar herramientas de simulación (Mockaroo).
- Practicar configuraciones en entornos de nube AWS.
- Aplicar análisis y visualización básica de datos en contexto ingenieril.
Cada estudiante entregará:
- Captura del dashboard con gráficos generados.
- Documento corto explicando resultados de consultas hechas.
- Breve reflexión sobre las ventajas observadas en el uso de InfluxDB para datos de sensores.
✨ ¡Éxito en tu actividad! 🌱📈