MQTT: Der agile Brückenbauer zur Cloud

CLOUD-PROTOKOLL

Was ist MQTT?

MQTT (Message Queuing Telemetry Transport) ist ein leichtgewichtiges Publish/Subscribe-Messaging-Protokoll, das ursprünglich 1999 von IBM für die Überwachung von Ölpipelines entwickelt wurde. Das Protokoll wurde 2013 zu einem OASIS-Standard und hat sich als de-facto Standard für IoT- und Cloud-Kommunikation etabliert.

Im Gegensatz zu klassischen Request/Response-Protokollen (wie HTTP) arbeitet MQTT nach dem Publish/Subscribe-Prinzip: Datenquellen (Publisher) senden Nachrichten an Topics, ohne zu wissen, wer diese empfängt. Interessenten (Subscriber) abonnieren Topics und erhalten automatisch alle Nachrichten – ohne direkten Kontakt zum Publisher. Ein zentraler MQTT-Broker verwaltet alle Verbindungen und leitet Nachrichten weiter.

Stärken von MQTT für Cloud-Kommunikation

1. Effizienz und geringer Bandbreitenverbrauch

Der minimale Protokoll-Overhead macht MQTT ideal für Umgebungen mit begrenzter Bandbreite. Ein typisches MQTT-Publish-Paket mit einer Temperaturmessung benötigt etwa 20 Bytes (inkl. TCP/IP-Header), während dieselbe Information per HTTP POST mindestens 250 Bytes erfordern würde. Bei 1000 Sensoren mit 1 Hz Abtastrate spart MQTT täglich über 19 GB Datenverkehr.

2. Zuverlässigkeit in instabilen Netzwerken

MQTT bietet drei Quality-of-Service-Level:

• QoS 0 (At most once): Nachricht wird einmal gesendet, ohne Empfangsbestätigung. Geeignet für unkritische Telemetriedaten, wo gelegentlicher Verlust akzeptabel ist.
• QoS 1 (At least once): Nachricht wird mindestens einmal zugestellt, Duplikate möglich. Standard für wichtige Maschinendaten.
• QoS 2 (Exactly once): Nachricht wird garantiert genau einmal zugestellt. Wichtig für Steuerbefehle oder Transaktionsdaten.

Bei Verbindungsabbruch speichert der Broker Nachrichten für offline Clients (Persistent Sessions) und stellt sie bei Wiederverbindung zu.

3. Hohe Skalierbarkeit für viele Endpunkte

Ein einzelner MQTT-Broker kann problemlos 100.000+ gleichzeitige Verbindungen verwalten. Die entkoppelte Publish/Subscribe-Architektur ermöglicht horizontale Skalierung: Neue Subscriber können hinzugefügt werden, ohne Publisher zu beeinflussen. Cloud-Dienste wie AWS IoT Core oder Azure IoT Hub nutzen MQTT und skalieren auf Millionen Geräte.

4. Optimale Cloud-Integration

Alle großen Cloud-Plattformen bieten native MQTT-Unterstützung:

• AWS IoT Core: Managed MQTT-Broker mit Regeln-Engine zur Weiterverarbeitung
• Azure IoT Hub: Gerätemanagement und MQTT-Gateway in einem
• Google Cloud IoT Core: (eingestellt 2023, aber Alternativen via Cloud Pub/Sub)
• HiveMQ Cloud, EMQX Cloud: Spezialisierte Managed MQTT-Broker

Typische Anwendungsfälle in der Cloud-Kommunikation

MQTT Codebeispiel: Sensor-Daten publizieren (Python)

import paho.mqtt.client as mqtt
import json
import time

# MQTT-Broker-Konfiguration
BROKER = "mqtt.mein-unternehmen.de"
PORT = 8883  # TLS-verschlüsselt
TOPIC = "factory/line-a/machine-05/data"

# Callback bei erfolgreicher Verbindung
def on_connect(client, userdata, flags, rc):
    if rc == 0:
        print("Verbunden mit MQTT-Broker")
    else:
        print(f"Verbindung fehlgeschlagen, Code: {rc}")

# Client initialisieren
client = mqtt.Client(client_id="machine-05-publisher")
client.tls_set(ca_certs="ca-cert.pem")  # TLS-Zertifikat
client.username_pw_set("username", "password")
client.on_connect = on_connect

# Verbindung zum Broker
client.connect(BROKER, PORT, keepalive=60)
client.loop_start()

# Sensordaten publizieren (simuliert)
while True:
    payload = {
        "timestamp": int(time.time()),
        "temperature": 72.3,
        "vibration": 0.15,
        "rpm": 3450
    }
    
    # Als JSON mit QoS 1 (At least once)
    client.publish(TOPIC, json.dumps(payload), qos=1)
    print(f"Gesendet: {payload}")
    
    time.sleep(1)  # 1 Hz Abtastrate

Dieses Beispiel zeigt die Einfachheit von MQTT: Mit wenigen Zeilen Code können Maschinendaten sicher und effizient in die Cloud übertragen werden.

Die perfekte Symbiose: OPC UA und MQTT gemeinsam nutzen

BEST PRACTICE

Das Architekturmuster

Die Kombination von OPC UA und MQTT folgt einem bewährten Prinzip: Nutze jedes Protokoll dort, wo seine Stärken optimal zum Tragen kommen.

Die Rolle des Edge Gateways

Das Edge Gateway ist das Herzstück der Hybrid-Architektur. Es übernimmt mehrere kritische Funktionen:

1. Protokollübersetzung

Das Gateway fungiert als OPC UA Client (liest Daten von Maschinen) und MQTT Publisher (sendet Daten in die Cloud). Es extrahiert relevante Informationen aus den OPC UA-Informationsmodellen und verpackt sie in MQTT-Messages.

# Vereinfachtes Beispiel: OPC UA zu MQTT Bridge (Python)
from opcua import Client as OPCClient
import paho.mqtt.client as mqtt
import json
import time

# OPC UA Client initialisieren
opc_client = OPCClient("opc.tcp://10.0.1.50:4840")
opc_client.connect()

# OPC UA Node IDs für Maschinendaten
temp_node = opc_client.get_node("ns=2;s=Machine.Spindle.Temperature")
rpm_node = opc_client.get_node("ns=2;s=Machine.Spindle.RPM")

# MQTT Client initialisieren
mqtt_client = mqtt.Client()
mqtt_client.tls_set(ca_certs="ca-cert.pem")
mqtt_client.username_pw_set("gateway-01", "secure-password")
mqtt_client.connect("mqtt.cloud-provider.com", 8883)
mqtt_client.loop_start()

# Daten-Bridge Loop
while True:
    # OPC UA Daten lesen
    temperature = temp_node.get_value()
    rpm = rpm_node.get_value()
    
    # Payload für MQTT erstellen
    payload = {
        "timestamp": int(time.time()),
        "machine_id": "CNC-05",
        "temperature": temperature,
        "rpm": rpm
    }
    
    # In die Cloud publizieren
    mqtt_client.publish("factory/cnc/machine-05", json.dumps(payload), qos=1)
    
    time.sleep(5)  # Sampling-Rate: 0.2 Hz

# Aufräumen
opc_client.disconnect()
mqtt_client.loop_stop()
mqtt_client.disconnect()

2. Datenvorverarbeitung und Filterung

Nicht alle Shopfloor-Daten müssen in die Cloud. Das Gateway führt Edge Analytics durch:

• Downsampling: Aus 100 Hz Rohdaten werden 0.1 Hz Mittelwerte für Cloud-Speicherung
• Schwellwertfilterung: Nur signifikante Änderungen werden übertragen (z.B. Temperatur-Delta > 2°C)
• Aggregation: Mehrere Sensoren werden zu einem Gesamt-Status verdichtet
• Anomalieerkennung: Einfache regelbasierte Checks vor Ort, nur Anomalien werden gemeldet

Diese Vorverarbeitung reduziert Cloud-Datenverkehr um 90–95 Prozent bei gleichbleibender Informationsqualität.

3. Lokale Pufferung bei Konnektivitätsausfall

Wenn die Cloud-Verbindung unterbrochen ist, speichert das Gateway Daten lokal (z.B. in SQLite oder InfluxDB) und sendet sie nach, sobald die Verbindung wiederhergestellt ist. Dies verhindert Datenverlust und garantiert lückenlose Zeitreihen.

Vorteile der Kombination

Optionale Erweiterung: OPC UA PubSub

Seit der Spezifikation Part 14 unterstützt OPC UA auch ein Publish/Subscribe-Modell (ähnlich MQTT), das MQTT als Transportprotokoll verwenden kann. Dies ermöglicht, OPC UA-Nachrichten direkt über MQTT zu übertragen und dabei die semantische Information beizubehalten.

Allerdings ist OPC UA PubSub weniger verbreitet als klassisches Client/Server OPC UA und MQTT, daher bleibt die Gateway-basierte Hybridlösung für die meisten KMU praktischer und flexibler.