物聯(lián)網(wǎng) （Internet of Things IOT）在大數(shù)據(jù)?（Big Data） 之后順理成章的響應(yīng)起來(lái)，和看不見的大數(shù)據(jù)相比,物聯(lián)網(wǎng)可以被看到和觸摸,這是第一次工業(yè)革命以來(lái)第一次在考慮地球的可持續(xù)發(fā)展的產(chǎn)業(yè)升級(jí)。這些網(wǎng)絡(luò)連接設(shè)備收集、處理和共享物理世界的數(shù)據(jù)以幫助人們更輕松和美好的生活。

現(xiàn)在越來(lái)越多的公司都在利用物聯(lián)網(wǎng)來(lái)更好地理解他們的運(yùn)營(yíng)情況，以做出更明智的決定、重新定位客戶的參與、并重新思考如何創(chuàng)造價(jià)值。

隨著低成本傳感器、彈性計(jì)算和數(shù)據(jù)科學(xué)的快速發(fā)展，許多行業(yè)觀察人士期望企業(yè)部署物聯(lián)網(wǎng)設(shè)備，到2018年將有約41億個(gè)物聯(lián)網(wǎng)設(shè)備安裝，到2020年最終將達(dá)到75億個(gè)。

專家預(yù)計(jì)所有這些項(xiàng)目將在這段時(shí)間內(nèi)產(chǎn)生約44萬(wàn)億兆字節(jié)的額外的物聯(lián)網(wǎng)數(shù)據(jù)，這讓我們想到了一個(gè)核心問(wèn)題:解決數(shù)據(jù)趨勢(shì)爆炸性增長(zhǎng)的最佳技術(shù)架構(gòu)是什么?這里有三個(gè)廣泛的選擇：本地部署、云計(jì)算、或混合架構(gòu)。其答案始終由所使用的情況來(lái)定。

通過(guò)在本地部署的物聯(lián)網(wǎng)架構(gòu)使用邊緣計(jì)算，將數(shù)據(jù)在網(wǎng)絡(luò)邊緣進(jìn)行處理，這是最接近數(shù)據(jù)源的，而根據(jù)調(diào)研機(jī)構(gòu)IDC的調(diào)查，到2019年45%的物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)將被存儲(chǔ)、處理、并靠近邊緣計(jì)算。該模式可以提供更小的性能影響，并可以幫助企業(yè)更實(shí)時(shí)地響應(yīng)數(shù)據(jù)。例如在石油鉆井平臺(tái)上，傳感器可以探測(cè)到閥門的故障是否存在火災(zāi)隱患，在這種情況下企業(yè)不能承受任何延誤。如果數(shù)據(jù)需要發(fā)送到衛(wèi)星上，數(shù)據(jù)中心返回到關(guān)閉閥門的通知，響應(yīng)時(shí)間可能已經(jīng)太晚了，但隨著更快的邊緣部署，數(shù)據(jù)不需要遠(yuǎn)離它的數(shù)據(jù)源。這減少了時(shí)間延遲并允許做出關(guān)鍵的決定。

此外本地部署的架構(gòu)不依賴互聯(lián)網(wǎng)連接，如云環(huán)境。架構(gòu)的本地部署也受到面臨嚴(yán)重?cái)?shù)據(jù)安全問(wèn)題的企業(yè)的青睞。使用邊緣計(jì)算的本地架構(gòu)有很多意義。

云端物聯(lián)網(wǎng)架構(gòu)通過(guò)內(nèi)部和外部數(shù)據(jù)的結(jié)合，促進(jìn)了大量連接設(shè)備的組織和管理。供應(yīng)鏈的應(yīng)用程序可以從理解組件相對(duì)于整體聚合視圖的特定視圖中獲益，如果完整視圖之外只有一組數(shù)據(jù)就沒有了意義。僅使用本地部署的體系結(jié)構(gòu)，就不可能試圖協(xié)調(diào)資產(chǎn)構(gòu)建的每個(gè)組件的供應(yīng)鏈。

此外云計(jì)算架構(gòu)提供了與物聯(lián)網(wǎng)設(shè)備和云系統(tǒng)集成和交互的更強(qiáng)的互操作性，該模型在架構(gòu)和使用外部數(shù)據(jù)源方面提供了更多的靈活性，而云應(yīng)用程序在生態(tài)系統(tǒng)中看到了更多的創(chuàng)新，部分原因是軟件開發(fā)人員專注于大型市場(chǎng)。使云計(jì)算架構(gòu)的物聯(lián)網(wǎng)的部署可以更有效，因?yàn)橛懈�多具有�?chuàng)新性和競(jìng)爭(zhēng)性的產(chǎn)品可用，從本質(zhì)上講云計(jì)算架構(gòu)使組織能夠面對(duì)未來(lái)的投資回報(bào)。

通常最好的方法是有效地將大型核心數(shù)據(jù)集的計(jì)算與邊緣計(jì)算結(jié)合起來(lái)，然后在處理一組簡(jiǎn)化的聚合衍生數(shù)據(jù)，例如智能城市部署的停車傳感器可以處理靠近車位的所有傳感器的數(shù)據(jù)，可以提供有關(guān)不同車庫(kù)開放的地點(diǎn)和數(shù)量的匯總數(shù)據(jù)，方便進(jìn)入市區(qū)的司機(jī)提供智能尋找車位。畢竟每隔幾秒就傳輸所有這些數(shù)據(jù)的成本可能是很昂貴的，而接近目的地的駕駛?cè)藛T并不一定知道停車場(chǎng)的那些位置是開放的。在這種情況下采用混合架構(gòu)是理想的選擇。

另一個(gè)資產(chǎn)優(yōu)化的例子則是風(fēng)力渦輪機(jī)的應(yīng)用，風(fēng)力渦輪機(jī)利用傳感器在每個(gè)渦輪機(jī)上部署、收集和分析數(shù)據(jù)并全面優(yōu)化它們的整體性能。通過(guò)大量的數(shù)據(jù)點(diǎn)可以深入了解渦輪部件的運(yùn)行情況。每個(gè)組件的健康狀態(tài)被聚合起來(lái)以提供風(fēng)力發(fā)電機(jī)的狀態(tài)視圖。最后收集所有風(fēng)力渦輪機(jī)的數(shù)據(jù)，從而為風(fēng)電場(chǎng)提供可操作的信息，在這樣的情況下需要在網(wǎng)絡(luò)邊緣處理多少數(shù)據(jù)，而將哪些數(shù)據(jù)在數(shù)據(jù)中心處理，這是一個(gè)重要考慮的架構(gòu)。通過(guò)本地部署架構(gòu)的實(shí)時(shí)響應(yīng)以及云計(jì)算的系統(tǒng)廣泛訪問(wèn)和可伸縮性的組合，將會(huì)得到最好的發(fā)揮。

最后的設(shè)計(jì)考慮可以為物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)和處理架構(gòu)提供明智的選擇。要確定什么樣的物聯(lián)網(wǎng)架構(gòu)是最合適的，看看組織的當(dāng)前和計(jì)劃的設(shè)備，業(yè)務(wù)目標(biāo)和場(chǎng)景、相關(guān)的流程和計(jì)劃的結(jié)果，通過(guò)可伸縮性、性能、帶寬經(jīng)濟(jì)性和技術(shù)創(chuàng)新率等技術(shù)因素來(lái)評(píng)估這些業(yè)務(wù)需求。

伴隨著物聯(lián)網(wǎng)設(shè)備在工作和生活中的不斷被普及，企業(yè)不僅要考慮業(yè)務(wù)模式和部署方案，還要考慮什么樣的系統(tǒng)架構(gòu)才能實(shí)現(xiàn)物聯(lián)網(wǎng)業(yè)務(wù)的承諾。