Med de ökande mängderna data som genereras av enheter och tjänster av Internet of Things har behovet av effektiv och skalbar lagring uppkommit. Idag erbjuder större företag som Google och Amazon molnlagring som en tjänst för såväl individer som företag att hantera sin data. Det finns dock ett antal startups som vill utveckla IoT-plattformar och tjänster och de behöver därför lagring som kan hantera sin data. De lösningar som erbjuds kan bli dyra, eftersom efterfrågan på lagring ökar vilket inte är ett alternativ för ett startup med begränsad finansiering. Även om många av dessa startups har kunskap gällande utvecklingen av system inom IoT-området, besitter de inte den kunskap som är nödvändig för att utveckla lagringstjänster på egen hand. Genom att kunna utveckla en effektiv lagringslösning skulle dessa företag inte behöva förvärva kunskap om Azure och / eller AWS, de blir mer kostnadseffektiva och kan ge mer resurser till att utveckla sina tjänster. För att lösa denna utmaning genomförde vi en fallstudie med ett startup kallat Sensative, baserat i Lund, Sverige. Företaget har flera kunder som är intresserade av att mäta såväl hushållsförbrukning av vatten, som el och värme för att tillhandahålla debiteringsunderlag. En Storage-as-a-Service lösning skulle kunna möjliggöra för tjänsteleverantörer att utveckla sina tjänster samt koppla samman dessa med plattformar som för närvarande används och uppfylla behoven hos företagets kunder. För att urskilja kraven genomförde vi intervjuer med utvecklare hos fallföretaget och en av sina kunder. Vi analyserade också provdata producerad av deras IoT-sensorer och till sist jämförde vi alla våra resultat med resultaten från vår litteraturstudie. Detta resulterade i flera utmaningar och behov som hur man lagrar tidsseriedata, hanterar tillgänglighet och behovet av redundans. Denna studie syftar till att komma fram med ett förslag till en arkitektur utifrån resultaten från fallstudien och litteraturstudien. Syftet med förslaget är att verka som ett första steg mot en effektiv lagringstjänst, vilket möjliggör för startups att själva implementera en sådan lösning.

With the increasing amounts of data generated by Internet of Things devices and services the need for efficient and scalable storage has presented itself. Today, bigger companies like Google and Amazon are providing cloud storage as a service to individuals as well as companies to handle their data. However, there are a number of startups looking to develop IoT platforms and services and they are therefore in need of storage that can handle their data. The solutions offered could become expensive as the demand for storage increases which is not an option for a startup with limited funding or other limitations. Although many of these startups possess knowledge regarding the development of systems in the field of IoT they do not have the necessary knowledge to develop storage services on their own. By being able to develop an efficient storage solution, these companies would not be required to acquire knowledge regarding Azure and/or AWS, they become more cost-efficient and can put more resources into developing their services. To solve this challenge, we conducted a case study with a startup company called Sensative based in Lund, Sweden. The company have several clients interested in measuring household consumption of water, electricity and heat to provide a charging basis which is used as a basis for invoices. A Storage-as-a-Service solution would allow service providers to develop such a service, adding it to the platforms currently in use and fulfill the needs of the companies’ clients. To discern the challenges they were facing, we conducted interviews with developers at the case company and one of their clients. We also analyzed sample data produced by their IoT sensors and lastly, we compared all our findings to the results from our literature study. This resulted in several challenges and needs such as how to store time-series data, how to handle accessibility and the need for redundancy. This study aims to emerge with a proposal for an architecture based on the findings from the case study and literature study. The purpose of the proposal is to act as a first step towards an efficient Storage-as-a-Service solution, allowing startups to implement such a solution themselves.