本文分享自华为云社区《最佳实践：华为云IoTDA结合ModelArts实现预测分析"》，作者：华为IoT云服务。
场景说明
在物联网解决方案中，针对庞大的数据进行自动学习时，需要对海量数据进行标注、训练，按照传统的方式进行标注、训练不仅耗时耗力，而且对资源消耗也是非常庞大的。华为云物联网平台可以通过规则引擎，将数据转发到华为云其他云服务，可实现将海量数据通过函数工作流（FunctionGraph）进行处理，再将数据流入AI开发平台（ModelArts）进行AI分析，并将分析结果统一转发至HTTP服务器中。
图1 场景说明
在本示例中，我们实现以下场景：
设备上报银行客户特征信息，物联网平台将数据转发至FunctionGraph，由FunctionGraph转发至ModelArts进行AI分析，最终将分析的结果转发至HTTP服务器中。
整体流程
创建并发布ModelArts模型。创建FunctionGraph函数。构建一个HTTP服务器。创建MQTT协议产品，并创建设备。创建流转规则，将数据流转至FunctionGraph。查看HTTP服务器是否收到AI分析后的消息。
前提条件
已注册华为官方帐号。未注册可参考注册华为账户"完成注册。已完成实名制认证。未完成可在华为云上单击实名认证"完成认证，否则会影响后续云服务的开通。已开通设备接入服务。未开通则访问设备接入服务"，单击“免费试用”或单击“价格计算器”购买并开通该服务。已开通FunctionGraph服务。未开通则访问FunctionGraph服务"，单击“立即使用”后开通该服务。已开通ModelArts服务。未开通则访问AI开发平台"，单击“控制台”后进入该服务。自建一个HTTP服务器，并提供POST接口用来接收推送的数据（本示例默认已经提供好相应的服务器与接口，不再展示如何搭建HTTP服务器指导）。
配置ModelArts模型
1.下载ModelArts-Lab工程"，在\ModelArts-Lab-master\official_examples\Using_ModelArts_to_Create_a_Bank_Marketing_Application\data”目录下获取训练数据文件“train.csv”。该训练数据主要展示银行中的一种常见业务：根据客户特征（年龄、工作类型、婚姻状况、文化程度、是否有房贷和是否有个人贷款），预测客户是否愿意办理定期存款业务。
2.可将训练数据存放在OBS中，供创建数据集使用。进入OBS控制台，选则一个桶，然后单击“上传对象”。若没有桶，可以单击右上角“创建桶”创建一个新的桶。
图2 上传训练数据
3.登录华为云官方网站，访问AI开发平台"，单击“控制台”，进入ModelArts服务。
4.选择左侧导航栏“自动学习>前往新版>创建项目”，进入创建预测分析界面。
图3 预测分析
5.选择数据集、标签列（数据中预测结果的列，本示例中为str7），若没有数据集，可以单击“创建数据集”进行创建。
图4 创建预测分析
图5 创建数据集
6.当执行到服务部署时，选择资源池、AI应用及版本，单击“继续运行”。
图6 服务部署
7.等部署完成之后，选择左侧导航栏“部署上线 > 在线服务”，进入在线服务页面中选择部署的服务， 单击“修改”，进入修改服务页面，打开APP认证进行授权配置，完成后单击“下一步”并提交。
图7 授权
8.单击“部署上线>在线服务”，点击进入已部署的服务，选择“预测”，复制以下数据到预测代码中后，单击“预测”后可查看返回结果，结果中的predict为no则表示用户不会办理存款。
{
"data":
{
"count": 1,
"req_data":
[
{
"str1": "34",
"str2": "blue-collar",
"str3": "single",
"str4": "tertiary",
"str5": "no",
"str6": "no"
}
]
}
}
图8 预测
9.更多详细关于Modelarts的说明可以参考ModelArts相关文档"。
配置FunctionGraph函数
1.参考数据转发至FunctionGraph函数工作流"进行函数工作流配置。本示例中由于需要使用ModelArts相关配置参数，可按照如下方式，在代码中添加配置项并访问ModelArts预测接口，body体结构参考8"。
//2.获取ModelArts预测链接. 用来拼装请求URL
String forecastServerAddress = context.getUserData(FORECAST_SERVER_ADDRESS);
log.log("forecastServerAddress: " + forecastServerAddress);
//3.获取ModelArts中的AK/APP_KEY
String ak = context.getUserData(ACCESS_KEY);
//4.获取ModelArts中的SK/APP_SECRET
String sk = context.getUserData(ACCESS_SECRET);
Request request = new Request();
request.setUrl(forecastServerAddress);
request.setMethod(HttpMethodName.POST.name());
request.setAppKey(ak);
request.setAppSecrect(sk);
request.addHeader(HttpHeaders.CONTENT_TYPE, ContentType.APPLICATION_JSON.toString());
request.setBody(body);
Signer signer = new Signer();
signer.sign(request);
Map headers = request.getHeaders();
HttpPost httpPost = new HttpPost(url);
headers.forEach(httpPost::setHeader);
httpPost.setEntity(new StringEntity(body, ContentType.APPLICATION_JSON));
CloseableHttpResponse response = null;
try {
response = httpClient.execute(httpPost);
if (response.getStatusLine().getStatusCode() == HttpStatus.SC_OK) {
String content = EntityUtils.toString(response.getEntity(), StandardCharsets.UTF_8);
IoTDAModelArtsDemo.log.log("response content is: + " + content);
return content;
}
String errContent = EntityUtils.toString(response.getEntity(), StandardCharsets.UTF_8);
IoTDAModelArtsDemo.log.log("response err content is: + " + errContent);
return errContent;
} finally {
if (response != null) {
response.close();
}
}
2.在函数工作流中，单击“设置>环境变量”，环境变量信息如下。
表1 环境变量说明
图9 设置环境变量
图10 查看预测接口信息
3.单击“代码>配置测试事件>创建新的测试事件>空白模板”。内容示例如下：
{
"resource": "device.message",
"event": "report",
"event_time": "20231227T082702Z",
"event_time_ms": "2023-12-27T08:27:02.944Z",
"request_id": "1d041aa3-29b8-43d3-aae3-3905de130537",
"notify_data": {
"header": {
"app_id": "dc12bf47e95c4723a00f4a007073fc7e",
"device_id": "658bdb475d3bc3372c99feb9_12345484121",
"node_id": "12345484121",
"product_id": "658bdb475d3bc3372c99feb9",
"gateway_id": "658bdb475d3bc3372c99feb9_12345484121"
},
"body": {
"topic": "$oc/devices/658bdb475d3bc3372c99feb9_12345484121/sys/messages/up",
"content": {
"age": "34",
"profession": "blue-collar",
"maritalStatus": "single",
"educationalStatus": "tertiary",
"realEstateSituation": "no",
"loanStatus": "tertiary"
}
}
}
}
图11 配置测试事件
4.配置完测试事件后，单击“测试”，执行结果返回success（以实际函数返回结果为准），则表示成功。配置的HTTP服务器则能收到对应的预测结果。
图12 预测结果
创建产品和设备
1.访问设备接入服务"，单击“管理控制台”进入设备接入控制台。
2.选择左侧导航栏的“产品”，单击“创建产品”，创建一个基于MQTT协议的产品，填写参数后，单击“确定”。
图13 创建产品-MQTT
3.导入产品模型，请参考导入产品模型"。
在该产品下注册设备，请参考注册单个设备"。
说明：本文中使用的产品模型和设备仅为示例，您可以使用自己的产品模型和设备进行操作。
数据转发规则配置
1.选择左侧导航栏的“规则>数据转发”，单击“创建规则”。
2.参考下表参数说明，填写规则内容。以下参数取值仅为示例，您可参考用户指南"创建自己的规则，填写完成后单击“创建规则”。
图14 新建消息上报流转规则-数据转发至FunctionGraph
表2 参数说明
3.单击“设置转发目标”页签，单击“添加”，设置转发目标。
图15 新建转发目标-转发至FunctionGraph
参考下表参数说明，填写转发目标。填写完成后单击“确定”。
表3 参数说明
4.单击“启动”，激活配置好的数据转发规则。
图16 启动规则-消息上报-转发至FunctionGraph
模拟数据上报及结果验证
1.使用MQTT模拟器连接到平台（模拟器使用请参考：使用MQTT.fx调测"）。
2.使用模拟器进行消息上报，详情请参考：设备消息上报"。
上报内容如下：
{
"age": "34",
"profession": "blue-collar",
"maritalStatus": "single",
"educationalStatus": "tertiary",
"realEstateSituation": "no",
"loanStatus": "tertiary"
}
3.查看HTTP服务器是否收到预测结果。
图17 查看消息
