高效分布式必須是高效的分布式系統(tǒng)。物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量巨大，中國(guó)而言，就有5億多臺(tái)智能電表，每臺(tái)電表每隔15分鐘采集一次數(shù)據(jù)，全國(guó)智能電表就會(huì)產(chǎn)生500多億條記錄。這么大的數(shù)據(jù)量，任何一臺(tái)服務(wù)器都無(wú)能力處理，因此處理系統(tǒng)必須是分布式的，水平擴(kuò)展的。為降低成本，一個(gè)節(jié)點(diǎn)的處理性能必須是高效的，需要支持?jǐn)?shù)據(jù)的快速寫入和快速查詢。2.實(shí)時(shí)處理必須是實(shí)時(shí)處理的系統(tǒng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)處理，大家所熟悉的場(chǎng)景是用戶畫像、推薦系統(tǒng)、輿情分析等等，這些場(chǎng)景并不需要什么實(shí)時(shí)性，批處理即可。但是對(duì)于物聯(lián)網(wǎng)場(chǎng)景，需要基于采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以內(nèi)。如果計(jì)算沒(méi)有實(shí)時(shí)性，物聯(lián)網(wǎng)的商業(yè)價(jià)值就大打折扣。如果數(shù)據(jù)處理系統(tǒng)宕機(jī)，直接導(dǎo)致停產(chǎn)，產(chǎn)生經(jīng)濟(jì)有損失、導(dǎo)致對(duì)終端消費(fèi)者的服務(wù)無(wú)法正常提供。揚(yáng)州公共管理物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)費(fèi)用
5.需要實(shí)時(shí)流式計(jì)算。各種實(shí)時(shí)預(yù)警或預(yù)測(cè)已經(jīng)不是簡(jiǎn)單的基于某一個(gè)閾值進(jìn)行，而是需要通過(guò)將一個(gè)或多個(gè)設(shè)備產(chǎn)生的數(shù)據(jù)流進(jìn)行實(shí)時(shí)聚合計(jì)算，不只是基于一個(gè)時(shí)間點(diǎn)、而是基于一個(gè)時(shí)間窗口進(jìn)行計(jì)算。不僅如此，計(jì)算的需求也相當(dāng)復(fù)雜，因場(chǎng)景而異，應(yīng)容許用戶自定義函數(shù)進(jìn)行計(jì)算。6.需要支持?jǐn)?shù)據(jù)訂閱。與通用大數(shù)據(jù)平臺(tái)比較一致，同一組數(shù)據(jù)往往有很多應(yīng)用都需要，因此系統(tǒng)應(yīng)該提供訂閱功能，只要有新的數(shù)據(jù)更新，就應(yīng)該實(shí)時(shí)提醒應(yīng)用。而且這個(gè)訂閱也應(yīng)該是個(gè)性化的，容許應(yīng)用設(shè)置過(guò)濾條件，比如只訂閱某個(gè)物理量五分鐘的平均值。7.實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的處理要合二為一。實(shí)時(shí)數(shù)據(jù)在緩存里，歷史數(shù)據(jù)在持久化存儲(chǔ)介質(zhì)里，而且可能依據(jù)時(shí)長(zhǎng)，保留在不同存儲(chǔ)介質(zhì)里。系統(tǒng)應(yīng)該隱藏背后的存儲(chǔ)，給用戶和應(yīng)用呈現(xiàn)的是同一個(gè)接口和界面。無(wú)論是訪問(wèn)新采集的數(shù)據(jù)還是十年前的老數(shù)據(jù)，除輸入的時(shí)間參數(shù)不同之外，其余應(yīng)該是一樣的?；窗蔡厣锫?lián)網(wǎng)大數(shù)據(jù)平臺(tái)怎么用需要運(yùn)營(yíng)商級(jí)別的高可靠服務(wù)。
11.即席分析和查詢需要支持即席分析和查詢。為提高大數(shù)據(jù)分析師的工作效率，系統(tǒng)應(yīng)該提供一命令行工具或容許用戶通過(guò)其他工具，執(zhí)行SQL查詢，而不是非要通過(guò)編程接口。查詢分析的結(jié)果可以很方便的導(dǎo)出，再制作成各種圖標(biāo)。12.靈活數(shù)據(jù)管理策略需要提供靈活的數(shù)據(jù)管理策略。一個(gè)大的系統(tǒng)，采集的數(shù)據(jù)種類繁多，而且除采集的原始數(shù)據(jù)外，還有大量的衍生數(shù)據(jù)。這些數(shù)據(jù)各自有不同的特點(diǎn)，有的采集頻次高，有的要求保留時(shí)間長(zhǎng)，有的需要多個(gè)副本以保證更高的安全性，有的需要能快速訪問(wèn)。因此物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)必須提供多種策略，讓用戶可以根據(jù)特點(diǎn)進(jìn)行選擇和配置，而且各種策略并存。
在物聯(lián)網(wǎng)時(shí)代，數(shù)量龐大的“物”會(huì)產(chǎn)生PB級(jí)的海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理服務(wù)的處理速度已無(wú)法跟上數(shù)據(jù)產(chǎn)生的速度。如果沒(méi)法及時(shí)分析與利用這龐大的物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)，就無(wú)法將數(shù)據(jù)的價(jià)值比較大化，大數(shù)據(jù)分析能力的建設(shè)對(duì)物聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)又成為了一個(gè)新的挑戰(zhàn)。針對(duì)這種情況，大數(shù)據(jù)處理服務(wù)應(yīng)運(yùn)而生。服務(wù)提供商提供大數(shù)據(jù)處理平臺(tái)，為企業(yè)消除了大數(shù)據(jù)處理的效率問(wèn)題和可靠性問(wèn)題，讓企業(yè)能夠?qū)Ｗ⒂谖锫?lián)網(wǎng)數(shù)據(jù)的分析與利用。時(shí)序數(shù)據(jù)有些數(shù)據(jù)實(shí)時(shí)性沒(méi)那么強(qiáng)，但是和時(shí)間順序強(qiáng)相關(guān)，分析后的數(shù)據(jù)需要分類后按時(shí)序儲(chǔ)存，并提供按時(shí)序?yàn)g覽、查詢數(shù)據(jù)的能力，我們稱之為時(shí)序數(shù)據(jù)。典型的時(shí)序數(shù)據(jù)包括設(shè)備移動(dòng)軌跡、**價(jià)格曲線等，應(yīng)用于行為分析、趨勢(shì)預(yù)測(cè)等場(chǎng)景，例如，基于物聯(lián)網(wǎng)的公路監(jiān)控系統(tǒng)保存了近期所有車輛的行駛軌跡，警方可隨時(shí)從中提取指定嫌疑人車輛的形式的軌跡，推測(cè)出嫌疑人的目的地，從而進(jìn)行包抄逮捕。時(shí)序數(shù)據(jù)的分析一般依賴于時(shí)序數(shù)據(jù)庫(kù)，數(shù)據(jù)保存至?xí)r序數(shù)據(jù)庫(kù)進(jìn)行分類與排序，再由其他應(yīng)用或服務(wù)從數(shù)據(jù)庫(kù)中獲取進(jìn)行進(jìn)一步處理。必須是高效的分布式系統(tǒng)。
需要支持邊云協(xié)同。要有一套靈活的機(jī)制將邊緣計(jì)算節(jié)點(diǎn)的數(shù)據(jù)上傳到云端，根據(jù)具體需要，可以將原始數(shù)據(jù)，或加工計(jì)算后的數(shù)據(jù)，或**符合過(guò)濾條件的數(shù)據(jù)同步到云端，而且隨時(shí)可以取消，更改策略。16.需要單一的后臺(tái)管理系統(tǒng)。便于查看系統(tǒng)運(yùn)行狀態(tài)、管理集群、管理用戶、管理各種系統(tǒng)資源等，而且系統(tǒng)能夠與第三方IT運(yùn)維監(jiān)測(cè)平臺(tái)無(wú)縫集成，便于管理。17.便于私有化部署。因?yàn)楹芏嗥髽I(yè)出于安全以及各種因素的考慮，希望采用私有化部署。而傳統(tǒng)的企業(yè)往往沒(méi)有很強(qiáng)的IT運(yùn)維團(tuán)隊(duì)，因此在安裝、部署上需要做到簡(jiǎn)單、快捷，可維護(hù)性強(qiáng)。以上總結(jié)了物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的主要功能和特點(diǎn)，而物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)本身也在演變之中，但總的目標(biāo)不會(huì)改變，那就是高效、可伸縮、實(shí)時(shí)、可靠、靈活、開(kāi)放、簡(jiǎn)單、易維護(hù)。為提高大數(shù)據(jù)分析師的工作效率，系統(tǒng)應(yīng)該提供一命令行工具或容許用戶通過(guò)其他工具，執(zhí)行SQL查詢。韶關(guān)可視化物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)軟件開(kāi)發(fā)
設(shè)備是很難同步的，不同設(shè)備采集數(shù)據(jù)的時(shí)間點(diǎn)是很難對(duì)齊的。揚(yáng)州公共管理物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)費(fèi)用
人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)以及云計(jì)算，彼此之間皆存在著千絲萬(wàn)縷的“親緣”關(guān)系！！半個(gè)多世紀(jì)的某個(gè)夏天，麥卡錫、明斯基等眾科學(xué)家們舉辦了一次Party，共同研究用機(jī)器模擬智能的問(wèn)題，也是在那時(shí)，“人工智能(AI)”的理念正式被提出！人工智能（ArtificialIntelligence）簡(jiǎn)稱AI，AI能根據(jù)大量的歷史資料和實(shí)時(shí)觀察（real－timeobservation）找出對(duì)于未來(lái)預(yù)測(cè)性的洞察（predictiveinsights）。如今人工智能商業(yè)化正在快速推進(jìn)中，比如我們所知道和了解的人像識(shí)別、圖像識(shí)別技術(shù)、語(yǔ)音識(shí)別、自然語(yǔ)言理解、用戶畫像等。此類技術(shù)也現(xiàn)階段已經(jīng)在金融、物聯(lián)網(wǎng)等行業(yè)得到應(yīng)用！揚(yáng)州公共管理物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)費(fèi)用