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

什么是物聯(lián)網分析？

在物聯(lián)網分析中，數(shù)據分析工具應用于從物聯(lián)網設備生成的大量數(shù)據，以實現(xiàn)數(shù)據中可用的價值和好處。這是一個相當籠統(tǒng)的描述，但價值和好處與 IoT 應用程序本身一樣多種多樣。

讓我們首先探討物聯(lián)網分析的一些用例及其帶來的價值，然后探討分析物聯(lián)網數(shù)據的一些選項。

物聯(lián)網分析用例

分析可以直接應用于物聯(lián)網數(shù)據，以造?？蛻艋驇椭鷥?yōu)化物聯(lián)網系統(tǒng)內的企業(yè)產品?？紤]一個測量家庭用水量的智能儀表物聯(lián)網系統(tǒng)。可以根據他們的城市和社區(qū)平均值分析數(shù)據，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)據的商用濃縮咖啡機。這些數(shù)據可以幫助識別機器的使用模型，這些機器是頻繁使用還是不經常使用；該分析有助于未來的機器設計。這個用例代表了對營銷和設計有利于業(yè)務的可操作反饋。

這些分析用例相對微不足道，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)據和物聯(lián)網

隨著大數(shù)據變成巨大的數(shù)據，必須對其進行分析，并且需要在設計時考慮可擴展性的數(shù)據處理系統(tǒng)。

Apache Hadoop 是一個大數(shù)據處理系統(tǒng)，專為可擴展性而設計。您可以在處理計算和存儲的單個節(jié)點（計算機）中運行 Hadoop，或者將其擴展到數(shù)千個節(jié)點以進行大規(guī)模處理。Hadoop 旨在擴展更大的數(shù)據集，同時考慮到并行化。

Apache Spark 是另一個專注于內存數(shù)據處理的大數(shù)據處理系統(tǒng)。出于這個原因，它具有更高的性能，但可能會溢出到不適合內存的分區(qū)的存儲中。

Hadoop 和 Spark 都是物聯(lián)網處理應用程序的實際平臺。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。

物聯(lián)網分析系統(tǒng)

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

數(shù)據專用平臺

根據您正在處理的數(shù)據類型，某些存儲方法和處理方法可能更適合。例如，如果您正在處理時間序列數(shù)據，存儲解決方案可以專注于數(shù)據。CrateDB 是一種分布式結構化查詢語言數(shù)據庫，可以擴展、自我修復和處理來自許多不同傳感器的 TB 級時間序列數(shù)據。MongoDB和Apache Cassandra也可以作為時序數(shù)據存儲的核心。

結論

無論您是想借助 Apache 開源元素構建自己的 IoT 分析解決方案，還是使用基于云的服務，都可以使用各種解決方案來幫助您深入了解數(shù)據。

M. Tim Jones 是一位資深的嵌入式固件架構師，擁有超過 30 年的架構和開發(fā)經驗。Tim 是多本書籍和多篇文章的作者，涉及軟件和固件開發(fā)領域。他的工程背景從地球同步航天器的內核開發(fā)到嵌入式系統(tǒng)架構和協(xié)議開發(fā)。

審核編輯黃宇