Platforma
Federacyjna warstwa kontekstu NGSI-LD, adaptery do systemów, które już prowadzicie, i modele danych, które zachowują między nimi znaczenie.
Warstwa kontekstu
Każdy podłączony system dalej trzyma własną bazę danych. Nad nimi działa context broker NGSI-LD, który ma jeden opis każdej realnej rzeczy: ulicy, stacji transformatorowej, czujnika, pomieszczenia. Wasze aplikacje zadają wtedy brokerowi jedno pytanie, zamiast zadawać dwanaście pytań dwunastu systemom.
Encja NGSI-LD niesie swoje właściwości, swoje relacje i swój @context. To wystarczy, żeby zapytanie w rodzaju „każdy czujnik temperatury w tej dzielnicy i budynek, do którego należy” przeszło przez granice systemów bez kodu sklejającego pisanego na jedną okazję.
{
"id": "urn:ngsi-ld:Streetlight:BB-1042",
"type": "Streetlight",
"powerState": { "type": "Property", "value": "off",
"observedAt": "2026-08-30T19:04:00Z" },
"location": { "type": "GeoProperty",
"value": { "type": "Point", "coordinates": [19.146, 48.736] } },
"refRoadSegment": { "type": "Relationship",
"object": "urn:ngsi-ld:RoadSegment:BB-Nam-SNP" },
"@context": ["https://smartdatamodels.org/context.jsonld"]
}
Jak brokery podają sobie dane
Jeden broker na całą organizację rzadko zostaje uzgodniony. Wydziały są właścicielami swoich danych i wypuszczają je ostrożnie, co jest zrozumiałe. Brokery rejestrują się więc nawzajem jako źródła kontekstu: zapytanie trafia do jednego brokera, wędruje do tego, który trzyma dane encje, i wraca jako jedna scalona odpowiedź.
Wodociągi zachowują swoją bazę i swoje reguły dostępu. Miejski dashboard i tak pokazuje ich dane obok pomiarów ruchu.
Adaptery i pobieranie danych
W każdym projekcie większość pracy leży poniżej brokera.
- IoT i telemetria: strumienie MQTT, LoRaWAN i OPC UA, normalizowane do encji i aktualizowane w miarę napływu pomiarów.
- Dane przestrzenne: warstwy WFS, GeoJSON i PostGIS, żeby encje miały prawdziwą geometrię, a nie parę współrzędnych.
- Obserwacje czujników: OGC SensorThings i usługi zgodne z STA dla szeregów czasowych.
- Rejestry i pliki: bazy majątku, eksporty CSV, wyciągi BIM i IFC, dane katastralne.
- Historia: zapytania temporalne odpowiadają, jak bliźniak wyglądał w zeszły wtorek, nie tylko jak wygląda teraz.
Modele, które zachowują znaczenie
Encja przechodzi między systemami tylko wtedy, gdy oba rozumieją przez nią to samo. Opieramy się na opublikowanych smart data models tam, gdzie pasują, i rozszerzamy je tam, gdzie nie pasują; każde rozszerzenie zostaje zapisane jako część dostawy. Powstałe konteksty JSON-LD są wasze, wersjonujecie je jak każdy inny artefakt i zabieracie ze sobą.
Utrzymanie
Stos jest open source. Działa na waszym Kubernetesie, na zarządzanym klastrze w wybranym regionie UE albo na jednym serwerze dla pilota. Dostajecie wdrożenie jako kod, modele, adaptery i runbook napisany dla kogoś, kogo w projekcie nie było. Jeśli później nas wymienicie, wszystko działa dalej.
Co zostawiamy innym
Nie sprzedajemy bliźniaków, dashboardów ani urządzeń. Wizualizacja należy do narzędzia, które wasze zespoły i tak otwierają rano, a my podajemy mu połączony kontekst do rysowania.