在物聯(lián)網(wǎng)時代，數(shù)量龐大的“物”會產(chǎn)生PB級的海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理服務(wù)的處理速度已無法跟上數(shù)據(jù)產(chǎn)生的速度。如果沒法及時分析與利用這龐大的物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)，就無法將數(shù)據(jù)的價值大化，大數(shù)據(jù)分析能力的建設(shè)對物聯(lián)網(wǎng)企業(yè)來說又成為了一個新的挑戰(zhàn)。針對這種情況，
物聯(lián)網(wǎng)大數(shù)據(jù)平臺應(yīng)運而生。服務(wù)提供商提供大數(shù)據(jù)處理平臺，為企業(yè)消除了大數(shù)據(jù)處理的效率問題和可靠性問題，讓企業(yè)能夠?qū)Ｗ⒂谖锫?lián)網(wǎng)數(shù)據(jù)的分析與利用。
一、實時數(shù)據(jù)
有些數(shù)據(jù)的實時性很強，如果沒有及時分析處理就會失去價值，甚至可能造成損失，我們稱之為實時數(shù)據(jù)。典型的實時數(shù)據(jù)包括設(shè)備位置信息、設(shè)備實時狀態(tài)等，應(yīng)用于實時監(jiān)控、實時告警等場景，例如，車輛實時上報位置數(shù)據(jù)，實時分析后呈現(xiàn)到交通監(jiān)控中心的大屏上，交通專家根據(jù)實時數(shù)據(jù)下達各種交通控制決策，如紅綠燈時間調(diào)整等。為了實現(xiàn)高實時性，我們可以采用實時流分析方案，從物聯(lián)網(wǎng)平臺對外的數(shù)據(jù)通道中實時提取流動數(shù)據(jù)，分析和處理之后再輸出至數(shù)據(jù)通道繼續(xù)流轉(zhuǎn)，保證呈現(xiàn)的數(shù)據(jù)永遠是最“新鮮”的。
二、時序數(shù)據(jù)
有些數(shù)據(jù)實時性沒那么強，但是和時間順序強相關(guān)，分析后的數(shù)據(jù)需要分類后按時序儲存，并提供按時序瀏覽、查詢數(shù)據(jù)的能力，我們稱之為時序數(shù)據(jù)。典型的時序數(shù)據(jù)包括設(shè)備移動軌跡、價格曲線等，應(yīng)用于行為分析、趨勢預測等場景，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，警方可隨時從中提取車輛的形式的軌跡，推測出的目的地，從而進行包抄。時序數(shù)據(jù)的分析一般依賴于時序數(shù)據(jù)庫，數(shù)據(jù)保存至時序數(shù)據(jù)庫進行分類與排序，再由其他應(yīng)用或服務(wù)從數(shù)據(jù)庫中獲取進行進一步處理。
三、離線數(shù)據(jù)
還有一些數(shù)據(jù)，對于實時性和有序性的要求都沒那么強，分析時數(shù)據(jù)已經(jīng)固化，我們稱之為離線數(shù)據(jù)。典型的離線數(shù)據(jù)包括產(chǎn)品銷量數(shù)據(jù)、景點游客數(shù)據(jù)等，應(yīng)用于統(tǒng)計分析，總結(jié)盤點等場景，例如，物聯(lián)網(wǎng)平臺將自動售貨機上報的銷售數(shù)據(jù)匯總后保存，然后定期使用大數(shù)據(jù)分析平臺分析銷售數(shù)據(jù)，以報表形式呈現(xiàn)給廠家，協(xié)助廠家進行銷售策略的調(diào)整。離線分析的挑戰(zhàn)主要在于龐大的數(shù)據(jù)量，一般會采用分布式處理的方案來提升海量數(shù)據(jù)分析的效率。
微信二維碼