基于Azure Digital Twins运行C++代码的虚实数据对比方案咨询

1. Azure Container Apps（推荐） #

• 适配场景：需持续运行的仿真服务，支持水平扩缩容，管理成本低
• 实现步骤：
  • 将C代码打包为Docker镜像，可选用官方C基础镜像如gcc:latest或mcr.microsoft.com/cpp/core:latest
  • 将镜像推送至Azure Container Registry（ACR）
  • 在Azure Container Apps中部署镜像，配置IoT Hub连接字符串、ADT实例信息等环境变量
  • 仿真代码可定时生成虚拟数据，通过Azure IoT C++ SDK发送至IoT Hub复用已有链路到ADT；或直接调用ADT C++ SDK读取孪生数据完成对比，将结果输出至Azure Monitor或存储账户

2. Azure Virtual Machines（灵活可控） #

• 适配场景：需自定义运行环境、依赖特殊硬件驱动，或对代码调试有较高需求
• 实现步骤：
  • 创建Azure VM（根据C++编译环境选择Ubuntu或Windows Server）
  • 在VM上安装编译工具链（gcc/Clang或MSVC）、Azure IoT SDK for C++等依赖库
  • 上传C++仿真代码至VM并编译运行
  • 通过systemd（Linux）或Windows服务配置代码开机自启，确保持续运行；数据通过IoT Hub链路传输，对比逻辑直接在VM内执行

3. Azure Functions（事件驱动型仿真） #

• 适配场景：需按触发条件生成仿真数据（如定时触发、ADT数据更新触发对比）
• 实现步骤：
  • 使用Azure Functions自定义handler运行C++代码：
    1. 编写C++ HTTP触发器函数处理触发请求
    2. 将编译好的二进制文件与host.json、function.json打包部署至Azure Functions
  • 配置定时触发器（如每分钟生成一次仿真数据），或ADT事件触发（物理设备数据同步到ADT时触发对比逻辑）
  • 仿真数据通过IoT SDK发送至IoT Hub，对比结果可写入Azure Table Storage或ADT孪生属性

4. Azure Kubernetes Service（大规模仿真集群） #

• 适配场景：需同时运行大量并行虚拟设备仿真，支持高并发、集群化管理
• 实现步骤：
  • 将C++仿真代码打包为Docker镜像并推送至ACR
  • 创建AKS集群，按需配置CPU/GPU节点池
  • 通过Kubernetes Deployment部署仿真服务，设置副本数实现多实例并行仿真
  • 利用Kubernetes服务发现与负载均衡统一管理仿真实例数据输出，对比逻辑可单独部署为服务，批量处理ADT数据与仿真数据的对比

关键注意事项 #

• 依赖管理：确保Azure环境安装好Azure IoT C++ SDK和Azure Digital Twins C++ SDK，编译时正确链接对应库
• 数据对比逻辑：可在仿真代码中直接调用ADT API读取孪生数据，对比结果写入Azure Log Analytics便于后续分析
• 成本优化：根据仿真需求选择对应服务，比如Container Apps无服务器模式按使用量付费，VM可选用按需实例降低成本

内容的提问来源于stack exchange，提问作者Parko