就聯(lián)網(wǎng)設(shè)備而言，物聯(lián)網(wǎng) (IoT) 設(shè)備現(xiàn)在的數(shù)量已經(jīng)超過(guò)手機(jī)。這些設(shè)備中有許多都依賴 Wi-Fi 連接，但大多數(shù)都包括互聯(lián)網(wǎng)連接，能夠與可信賴的合作伙伴共享數(shù)據(jù)和使用信息。

什么是物聯(lián)網(wǎng)分析？

在物聯(lián)網(wǎng)分析中，數(shù)據(jù)分析工具應(yīng)用于從物聯(lián)網(wǎng)設(shè)備生成的大量數(shù)據(jù)，以實(shí)現(xiàn)數(shù)據(jù)中可用的價(jià)值和好處。這是一個(gè)相當(dāng)籠統(tǒng)的描述，但價(jià)值和好處與 IoT 應(yīng)用程序本身一樣多種多樣。

讓我們首先探討物聯(lián)網(wǎng)分析的一些用例及其帶來(lái)的價(jià)值，然后探討分析物聯(lián)網(wǎng)數(shù)據(jù)的一些選項(xiàng)。

物聯(lián)網(wǎng)分析用例

分析可以直接應(yīng)用于物聯(lián)網(wǎng)數(shù)據(jù)，以造福客戶或幫助優(yōu)化物聯(lián)網(wǎng)系統(tǒng)內(nèi)的企業(yè)產(chǎn)品。考慮一個(gè)測(cè)量家庭用水量的智能儀表物聯(lián)網(wǎng)系統(tǒng)。可以根據(jù)他們的城市和社區(qū)平均值分析數(shù)據(jù)，以確定房屋的使用率是否高于平均水平，以及房屋中是否可能存在漏水情況。這種使用模型使客戶受益。

現(xiàn)在考慮記錄使用數(shù)據(jù)的商用濃縮咖啡機(jī)。這些數(shù)據(jù)可以幫助識(shí)別機(jī)器的使用模型，這些機(jī)器是頻繁使用還是不經(jīng)常使用；該分析有助于未來(lái)的機(jī)器設(shè)計(jì)。這個(gè)用例代表了對(duì)營(yíng)銷和設(shè)計(jì)有利于業(yè)務(wù)的可操作反饋。

這些分析用例相對(duì)微不足道，但與這些傳感器和系統(tǒng)的連接為客戶和企業(yè)等提供了全面的好處。

大數(shù)據(jù)和物聯(lián)網(wǎng)

隨著大數(shù)據(jù)變成巨大的數(shù)據(jù)，必須對(duì)其進(jìn)行分析，并且需要在設(shè)計(jì)時(shí)考慮可擴(kuò)展性的數(shù)據(jù)處理系統(tǒng)。

Apache Hadoop 是一個(gè)大數(shù)據(jù)處理系統(tǒng)，專為可擴(kuò)展性而設(shè)計(jì)。您可以在處理計(jì)算和存儲(chǔ)的單個(gè)節(jié)點(diǎn)（計(jì)算機(jī)）中運(yùn)行 Hadoop，或者將其擴(kuò)展到數(shù)千個(gè)節(jié)點(diǎn)以進(jìn)行大規(guī)模處理。Hadoop 旨在擴(kuò)展更大的數(shù)據(jù)集，同時(shí)考慮到并行化。

Apache Spark 是另一個(gè)專注于內(nèi)存數(shù)據(jù)處理的大數(shù)據(jù)處理系統(tǒng)。出于這個(gè)原因，它具有更高的性能，但可能會(huì)溢出到不適合內(nèi)存的分區(qū)的存儲(chǔ)中。

Hadoop 和 Spark 都是物聯(lián)網(wǎng)處理應(yīng)用程序的實(shí)際平臺(tái)。有些人甚至著眼于邊緣分析，使用 Hadoop 和 Spark 在源頭處理數(shù)據(jù)。

物聯(lián)網(wǎng)分析系統(tǒng)

您可以找到來(lái)自許多主要公司的預(yù)打包分析平臺(tái)，包括 IBM、Intel? 、 Microsoft 和 Amazon。這些系統(tǒng)涵蓋數(shù)據(jù)攝取、存儲(chǔ)和分析。這些解決方案提供端到端的數(shù)據(jù)管理和分析，包括收集、處理/分析、可視化和邊緣設(shè)備管理。該領(lǐng)域的其他解決方案包括 Hivemind、DeviceHive 和 Splunk。

數(shù)據(jù)專用平臺(tái)

根據(jù)您正在處理的數(shù)據(jù)類型，某些存儲(chǔ)方法和處理方法可能更適合。例如，如果您正在處理時(shí)間序列數(shù)據(jù)，存儲(chǔ)解決方案可以專注于數(shù)據(jù)。CrateDB 是一種分布式結(jié)構(gòu)化查詢語(yǔ)言數(shù)據(jù)庫(kù)，可以擴(kuò)展、自我修復(fù)和處理來(lái)自許多不同傳感器的 TB 級(jí)時(shí)間序列數(shù)據(jù)。MongoDB和Apache Cassandra也可以作為時(shí)序數(shù)據(jù)存儲(chǔ)的核心。

結(jié)論

無(wú)論您是想借助 Apache 開(kāi)源元素構(gòu)建自己的 IoT 分析解決方案，還是使用基于云的服務(wù)，都可以使用各種解決方案來(lái)幫助您深入了解數(shù)據(jù)。

M. Tim Jones 是一位資深的嵌入式固件架構(gòu)師，擁有超過(guò) 30 年的架構(gòu)和開(kāi)發(fā)經(jīng)驗(yàn)。Tim 是多本書籍和多篇文章的作者，涉及軟件和固件開(kāi)發(fā)領(lǐng)域。他的工程背景從地球同步航天器的內(nèi)核開(kāi)發(fā)到嵌入式系統(tǒng)架構(gòu)和協(xié)議開(kāi)發(fā)。

審核編輯黃宇