我正在使用 Google Cloud Platform 收集物联网数据。然后分析将完成，可能在 AI Platform 中，我想将一些检索到的数据作为配置设置发送到 IoT 设备。我已经看到了几个流程图（见下文），展示了数据如何通过 Dataflow 从 AI Platform 流向 IoT Core 作为设备配置，但我该怎么做呢？（我之前只通过 Cloud Functions 发送了设备配置更新。）
我是 Dataflow 和 AI Platform 的新手，但已开始考虑将一些 Python 代码添加到 Dataflow 中的 Apache Beam 管道以更新设备配置。这似乎是前进的方向吗？
您可以肯定地这样做，尽管我发现 Beam 有点难以使用，并且将所有东西放在一个地方意味着可能会对您的更改管道造成很多干扰。例如，如果您想更改 IoT 设备接收/响应传入数据的方式，则必须更新 Dataflow 中的整个管道才能进行更改。这不是很好的隔离。
这还取决于您根据传入的数据更改设备配置的频率。是一天一次吗？一天一千次？如果您处于高端，那么是的，直接从 Dataflow 使用 IoT Admin SDK 可能是最好的选择，因为其他解决方案开始增加大量成本。如果只是一天几次或更少，我建议让 Dataflow 写回 GCF（谷歌云功能）正在侦听的单独 Pub/Sub 主题，并从 GCF 更新设备配置. 这为流程提供了更好的隔离，因此如果您需要更改数据的处理方式，但输出最终是相同的，则无需更改您的设备配置和 GCF 组件。反之亦然，如果您只想更改设备处理数据的方式，
GCF 确实会增加一些成本，因此如果您不断更改配置，则不一定要这样做，但如果只是相对不频繁，您可能会保持在 GCF 的免费层以下。GCF 的免费套餐是（当前）：
每月 200 万次调用（包括后台调用和 HTTP 调用） 400,000 GB 秒，200,000 GHz 秒的计算时间 每月 5 GB 网络出口