物联网大数据有哪些特征

1高效分布式
必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。
2实时处理
必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。
3高可靠性
需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。
4高效缓存
需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。
5实时流式计算
需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。
6数据订阅
需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。
7和历史数据处理合二为一
实时数据和历史数据的处理要合二为一。实时数据在缓存里，历史数据在持久化存储介质里，而且可能依据时长，保留在不同存储介质里。系统应该隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。无论是访问新采集的数据还是十年前的老数据，除输入的时间参数不同之外，其余应该是一样的。
8数据持续稳定写入
需要保证数据能持续稳定写入。对于物联网系统，数据流量往往是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。因此系统必须保证分配足够的资源以确保数据能够写入系统而不被丢失。准确的说，系统必须是一个写优先系统。
9数据多维度分析
需要对数据支持灵活的多维度分析。对于联网设备产生的数据，需要进行各种维度的统计分析，比如从设备所处的地域进行分析，从设备的型号、供应商进行分析，从设备所使用的人员进行分析等等。而且这些维度的分析是无法事先想好的，而是在实际运营过程中，根据业务发展的需求定下来的。因此物联网大数据系统需要一个灵活的机制增加某个维度的分析。
10支持数据计算
需要支持数据降频、插值、特殊函数计算等 *** 作。原始数据的采集可能频次挺高，但具体分析时，往往不需要对原始收据进行，而是数据降频之后。系统需要提供高效的数据降频 *** 作。设备是很难同步的，不同设备采集数据的时间点是很难对齐的，因此分析一个特定时间点的值，往往需要插值才能解决，系统需要提供线性插值、设置固定值等多种插值策略才行。工业互联网里，除通用的统计 *** 作之外，往往还需要支持一些特殊函数，比如时间加权平均。
11即席分析和查询
需要支持即席分析和查询。为提高大数据分析师的工作效率，系统应该提供一命令行工具或容许用户通过其他工具，执行SQL查询，而不是非要通过编程接口。查询分析的结果可以很方便的导出，再制作成各种图标。
12灵活数据管理策略
需要提供灵活的数据管理策略。一个大的系统，采集的数据种类繁多，而且除采集的原始数据外，还有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本以保证更高的安全性，有的需要能快速访问。因此物联网大数据平台必须提供多种策略，让用户可以根据特点进行选择和配置，而且各种策略并存。
13开放的系统
必须是开放的。系统需要支持业界流行的标准SQL，提供各种语言开发接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各种机器学习、人工智能算法或其他应用，让大数据处理平台能够不断扩展，而不是成为一个孤岛。
14支持异构环境
系统必须支持异构环境。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样，系统必须支持各种档次、各种不同配置的服务器和存储设备并存。
15支持边云协同
需要支持边云协同。要有一套灵活的机制将边缘计算节点的数据上传到云端，根据具体需要，可以将原始数据，或加工计算后的数据，或仅仅符合过滤条件的数据同步到云端，而且随时可以取消，更改策略。

有机会，但是建议不要做泛和大，从垂直领域出发比较好，为啥这样说呢？原因如下。

1、各大运营商、互联网公司、设备制造商等等企业都在做综合性的平台。

国内有阿里、华为、三大运营商、百度、腾讯、小米、海尔、京东、中电科等。

国外有亚马逊、IBM、SAP、

谷歌、GE、西门子、博世等。

通过以上名单可以发现，这些公司的特点。

这说明物联网是未来的发展方向，是值得花钱而且花大钱去布局的事。

2、做综合性的物联网平台，要求的资金、资源和技术要求会很高。因为是综合性平台，那么你得搞清楚各行各业的所使用物联网平台的诉求，行业标准等等，不然你的用户群体就会很窄。

3、面对的竞争对手的实力都不可小觑，你要考虑的是现阶段进入这个领域做平台在技术上能否与以上那些公司一较高下呢？你想投入多少时间和精力去做平台呢？人家都可是布局好几年了，踩了很多坑积累了很多经验，且现在平台已具有一定规模，形成了一定的行业壁垒，特别是华为，据我所知，国内运营商的平台都离不开华为的支持。
物联网平台的玩家之多，让人惊叹啊，那么咱们还有没有机会呢？答案是肯定的，有！但我的建议走垂直领域。

物联网的领域很广泛，所以专业的物联网平台未来会有很多，而这种综合性的物联网平台经过几年的厮杀后，最终也就剩下几家巨头。何谓垂直领域的物联网平台呢？

最基本的就是行业垂直，比如工业、农业、教育、医疗、安防、建筑、家居、交通运输等领域。

以上玩家也有做垂直领域的，比如ABB/西门子/GE/普奥云/博世等，他们专注工业领域，爱立信、诺基亚专注通信领域，而互联网巨头则是走综合性的较多，因为他们有一定客户基础、服务器资源和用户群体，可以面对企业和开发者提供平台服务，海尔/小米等企业就是在智能家居领域发力的。

不出意外，安防领域的海康、大华都在对自己的领域来架设相应的物联网平台。
从专业的角度来看物联网平台类型有功能呢？
物联网平台有五种类型

1网络连接，网络连接平台以物联网系统的网络组件为中心。它们为用户提供保持设备在线所必需的软件、连接硬件和数据指导。它们的网络通常依赖现有的运营商服务和WI-FI，并以一种便于物联网设置的方式配置网络连接。
有机会的，物联网的网少不了平台，没有平台就没有物联网。平台提供基于数据的存储、管理等。数据挖掘、数据分析等都基于云平台来计算。

物联网平台从另一个角度来看，是数据的“聚合”平台，通过大数据分析，给决策提供状态、趋势和决策等。
随着5G时代的到来，“边缘计算”一词越来越多的出现在大众视野。今天我们就来讲讲Arex算力资源平台如何利用“边缘计算”制霸未来物联网20。
什么是边缘计算？
首先我们介绍一下什么是边缘计算：边缘计算是分布式计算技术的一种，分布式系统的崛起催生边缘计算平台和新的网络构架分布式AI会在最后一英里网络中增加更多的计算、智能和处理/存储能力，将引发移动端硬件和算力变革。

在这种配置中，人工智能引擎将依赖于大量物联网传感器和执行器，收集和处理大量的 *** 作现场数据。海量数据将为“本地化”的边缘计算AI引擎提供燃料，这些引擎将运行本地进程并在现场做出决策。

因此网络需要另一种水平的实时边缘计算、数据收集和存储，将推动人工智能处理到网络边缘。这将完成云边缘智能和网络化计算机的循环, 并通过基于区块链的智能合约来完成数据授权和业务运转。

物联网中边缘计算与区块链的结合是大势所趋，会将当前的传统物联网完全颠覆掉。
为什么这么说呢？
传统物联网将被淘汰

伴随着近年来通用计算机设备的飞速发展，各类自动化的智能设备开始进入人们视野，背后是廉价传感器和控制设备的爆炸性增长。传统物联网系统基于服务器/客户端的中心化架构。即所有物联设备都通过云实现验证、连接和智能控制。

中心化的物联网架构存在三个问题。

一是云计算成本，例如在家庭应用场景下，两台家电相距不到一米，也需要通过云端进行沟通。数据汇总到单一的控制中心，企业所销售的物联设备越多，其中心云计算服务支出的成本会越大。由于终端物联设备竞争愈加激烈，利润走低，中心计算成本矛盾会越来越突出。

其次，中心化的数据收集和服务方式，无法从根本上向用户保证数据会合法使用。用户的数据保护完全依靠企业单方面的承诺，难以进行有效的监管。

第三，中心化物联生态系统中，一个设备被攻陷，所有的设备会受到影响。例如《麻省理工 科技 评论》2017年所指出的僵尸物联网，可以通过感染并控制摄像头、监视器等物联设备，造成大规模网络瘫痪。
区块链技术重塑物联网
区块链技术可以利用区块链独特的不可篡改的分布式账本记录特性，构建底层通讯节点、建立链上算力生态、依托分布式存储用于计算服务等区块链技术的综合应用，将全球闲置算力整合起来，通过构建“边缘算力”模式为有需求的用户提供d性可扩容的算力交易、算力租赁等服务。为用户打造一个开放、公平、透明和低门槛的去中心化算力资源共享平台，同时结合丰富的行业经验为全球客户提供更优质的服务。

简单来说就是Arex算力资源平台利用分布式计算模式将全球的闲置算力进行整合，从而构建出高数量级的“边缘算力”，并以此为算力源对需要的应用场景进行高能输出。

边缘算力的应用场景到底有多广阔？

边缘计算将数据处理从云中心转移到网络边缘，计算和数据存储可以分散到互联网靠近物联终端、传感器和用户的边缘，不仅可以缓解云带宽压力，还可以优化面向感知驱动的网络服务架构。（例如家里的空调、热水器与冰箱、安防摄像头等可以通过边缘计算进行协调运行，即使是在连接不上云服务器的情况下，也能确保最佳的节能和服务状态。）

第三方数据分析机构IDC预测，在2020年全球将有约500亿的智能设备接入互联网，除了目前大火的5G通信外，包括大数据人工智能穿戴产品、无人驾驶技术、智慧城市服务等，其中40%的数据需要边缘计算服务。由此可见边缘计算有着强大市场潜力，也是当前各服务商争夺的热点。

无人驾驶技术：

无人驾驶

智能穿戴设备：
智慧城市：
要回答物联网云平台是不是还有机会的问题，首先要搞清楚几方面的状况：

一是定位。从技术角度来说，你是做物联网云平台的那一层，IaaS、PaaS、SaaS，单做某层或是混合？而技术的定位取决于：（1）你觉得那一块是你发掘出的空白或者你觉得有前景？（2）为你的客户提供什么样的价值（3）你想做什么样的商业模式。这三个问题依次定推，最后才决定了你了的技术定位和技术架构。找准定位，这是你开始一切的起点。

二是资源。这个我就不多说了，包括资金、技术、人脉、产业链合作，这是你保障自己可以开始有效行动的基础。

三是团队。团队是真正去实施理想的载体，可以是几个人的创业“作坊”，也可以是有一定规模的公司，也可以是松散的联盟组织。

其实，物联网的市场何其大，需要的云服务何其多，宏观市场和细分市场规模都足够你有所作为。做不做，做不做得好在于自己。至于，做不做设备终端，就看你是怎么玩了。

机会很大

物联网平台承上启下，是物联网产业链枢纽。按照逻辑关系和功能物联网平台从下到上提供终端管理、连接管理、应用支持、业务分析等主要功能。

通信技术发展促进连接数迅速猛增，物联网迎来告诉发展引爆点

连接数告诉增长是物联网行业发展基础

物联网发展路径为连接--感知--智能，目前处于物联网发展第一阶段即物联网连接数快速增长阶段。到2018年，全球物联网连接数将超过手机连接数。

物联网发展第一阶段：物联网连接大规模建立阶段，越来越多的设备在放入通信模块后通过移动网络（LPWA\GSM\3G\LTE\5G等）、WiFi、蓝牙、RFID、ZigBee等连接技术连接入网，在这一阶段网络基础设施建设、连接建设及管理、终端智能化是核心。爱立信预测到2021年，全球的移动连接数将达到275亿，其中物联网连接数将达到157亿、手机连接数为86亿。智能制造、智能物流、智能安防、智能电力、智能交通、车联网、智能家居、可穿戴设备、智慧医疗等领域连接数将呈指数级增长。该阶段中最大投资机会主要在于网络基础设施建设、通讯芯片和模组、各类传感器、连接管理平台、测量表具等。

物联网发展第二阶段：大量连接入网的设备状态被感知，产生海量数据，形成了物联网大数据。这一阶段传感器、计量器等器件进一步智能化，多样化的数据被感知和采集，汇集到云平台进行存储、分类处理和分析，此时物联网也成为云计算平台规模最大的业务之一。根据IDC的预测， 2020年全球数据总量将超过40ZB(相当于4万亿GB)，这一数据量将是2012年的22倍，年复合增长率48%。这一阶段，云计算将伴随物联网快速发展。该阶段主要投资机会在AEP平台、云存储、云计算、数据分析等。

物联网发展第三阶段：初始人工智能已经实现，对物联网产生数据的智能分析和物联网行业应用及服务将体现出核心价值。Gartner 预测2020 年物联网应用与服务产值将达到2620 亿美元，市场规模超过物联网基础设施领域的4 倍。该阶段物联网数据发挥出最大价值，企业对传感数据进行分析并利用分析结果构建解决方案实现商业变现，同时运营商坐拥大量用户数据信息，通过数据的变现将大幅改善运营商的收入。该阶段投资者机会主要在于物联网综合解决方案提供商、人工智能、机器学习厂商等

物联网云平台是一个专门为物联网定制的云平台，物联网与普通的互联网是不同的:物联网终端设备比普通互联网手机端,电脑端多出几个数量级;普通互联网对>大数据如何应用到各个行业，需要根据企业需求进行定制化互联网解决方案。应用的行业也非常的广泛的，有工程机械行业、纺织行业等等。工业大数据平台可以选徐工信息汉云这类有硬实力和方案定制软实力的品牌。随着5G快速普及，徐工信息汉云也将帮助更多企业释放物联网大数据的潜能，带领行业一起跨入5G时代。如果对我的回答

大余县人民政府
您当前所在位置： 首页 > 部门信息公开目录 > 县供销社 > 工作动态
索 引 号：
B23000-2022-5095849
文件编号：
分类：
生成日期：
2022-07-25
公开方式：
主动公开
公开时限：
常年公开
公开范围：
面向全社会
责任部门：
用数字化推动果蔬冷链物流变革
访问量：49
来源：江西省供销集团
近年来，随着信息技术的快速发展，大数据作为其中的一部分，被广泛应用到一些高新技术产业，也已经深入到包括农业在内的各个行业。根据农业的产业链条划分，目前农业大数据主要集中在农业资源与环境、农业生产、农业市场及农业管理等领域。农业大数据是农业不可或缺的支持，也必将成为农业现代化的助推器。将大数据融入到农产品冷链物流中，不仅可以高效整合物流资源，降低供应链各环节企业的物流成本，还有利于搭建农产品流通平台，保障农产品的配送质量。
2014年，国家就印发了《关于进一步促进冷链运输物流企业健康发展的指导意见》，指出要加强物联网、云计算、大数据、移动互联等先进信息技术在冷链运输物流领域的应用。
2020年的中央一号文件也指出，要依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能、第五代移动通信网络、智慧气象等现代信息技术在农业领域的应用。水果冷链供应链是农产品冷链供应链的重要组成部分，不断优化供应链，对保障果品质量安全至关重要。
探究大数据在我国水果冷链供应链中的应用，以此提出针对性发展建议，具有重要的现实意义。
冷链物流及大数据应用
01
冷链物流的定义
冷链物流一般指冷藏或冷冻类食品在生产、贮藏、运输及销售的各个环节中始终处于规定的低温环境下，以保证食品的新鲜和质量，减少损耗的一项系统工程。冷链物流是一项复杂的系统工程，需要供应链各环节之间的高度协调、高效运作。随着经济发展水平和消费者健康意识的提升，对水果的品质和新鲜度的要求也越来越高，水果冷链物流也已引起人们的普遍关注。作为一个食品消费大国，水果冷链物流在我国拥有广阔的发展前景。
02
水果冷链物流的产生
我国长期以来就是水果生产大国，苹果、柑橘、梨等果树产量均居世界首位。数据显示，近年来，水果总产量由2003年的148亿t提高到了2018年的244亿t，占世界总产量的比重由2387%提高到了2807%。苹果、柑橘和梨的产量及所占比重整体呈增长趋势，至2018年，苹果、柑橘和梨的产量分别达到039亿t、042亿t和016亿t，占世界总产量的比重分别为4555%、2749%和6824%。
由于新鲜水果含水量高、湿度大，易腐烂变质，常温贮藏时间较短，我国果蔬的产后流通损耗率为20%~30%。同时，我国水果流通规模较大，除了出口至其他各国以外，在国内的流通量非常大。冷链物流有利于减少水果产后损失，带动水果随季节均衡销售和促进农民增收。因此，我国果树产业可持续健康发展需要冷链物流的支持。
03
水果冷链物流对大数据应用的需求
近年来，随着生鲜电商平台的大量涌现，尽管有RFID、GPS等技术为支撑，仅冷链物流单一业态已经无法满足消费者对生鲜农产品品质保障的更高要求，因此冷链物流融入大数据分析的多业态模式应运而生。
水果作为重要的生鲜农产品之一，其冷链供应链对大数据应用的需求尤为突出。一方面，水果配送条件极为苛刻，光照、温度、湿度等细微变化将直接影响果实品质及腐损率，而基于海量实时反馈的大数据分析能不断优化配送环境，直至最佳。另一方面，因大部分水果产地局限于小范围地区，导致配送距离较远，而基于路径优化的大数据分析能将水果快速、准确地送达目的地，以确保水果品质几乎不变。此外，水果冷链供应链的后台 *** 作、人员调配及运营管理等环节的大数据应用，还将带来溢出效益及工作效率的进一步提高。
04
我国水果冷链供应链发展现状
我国现代果蔬冷链物流技术起步于20世纪80年代，至今发展还比较缓慢，国际竞争力较弱，与水果生产大国的地位极不相称。2017年，我国果蔬的冷链流通率为22%，冷藏运输率为35%，而在欧美、日本等发达国家易腐食品冷链流通率为95%~98%，冷藏运输率也已超过90%，差距较大。
基础设施落后
完备的冷链基础设施是保障水果跨地域流通的关键，目前我国各项冷链设施还比较落后，这也是制约水果流通率和运输率低的主要原因。
2015—2019年，我国冷库的总量呈逐年上升的趋势。2019年，冷库总量约6053万t，新增库容8145万t，但与实际需求量差距较大。从冷藏车的数目来看，区域差异比较明显。2017年，华东、华南、华中和华北地区的冷藏车分别为268万、140万、162万、110万辆，而西北、西南和东北地区分别为022万、027万、017万辆。
目前，我国已有的冷藏容量仅占货物需求的20%~30%，商用的冷藏库主要集中在农产品资源较集中的区域或经济较发达的地区。
冷链供应链体系不健全
冷链供应链是通过最大化的标准化和集约化来降低成本、实现利润的。目前，我国水果冷链供应链的体系还不够健全。一方面，缺乏系统规范化的管理，相关法律法规和规范化体系不够健全甚至缺失。如冷链供应链各环节温度调控和产品质量检测标准缺失，无法保障水果品质，降低了产品价值。另一方面，各物流企业之间缺乏交流和合作，导致冷链技术和资源利用率低，增加了冷链物流成本。
冷链信息化程度低
水果的冷链物流不仅需要科学有效的保鲜措施，更需要快速响应消费市场动态的信息系统，以满足冷链物流时效性高的特点。目前，我国冷链物流还未建立起统一的信息化系统，信息的不对称导致水果的供需矛盾，长期以来，极易造成水果“滞销”。解决线上和线下的信息交流是化解供需矛盾的关键所在。
05
大数据在水果冷链供应链中的应用
随着我们农业供给侧结构性改革的提出，各行业都在转变生产方式，种植业也是如此。大数据以及互联网元素的应用，让水果的冷链物流供应链有了更多优化的空间，这也是现阶段破解我国水果冷链物流发展缓慢的重要途径之一。
利用大数据进行果品质量安全控制
水果冷链物流不仅要提升运输效率，还要保障物流过程中果品的质量及安全。利用物联网、智能追溯等技术，收集水果生产数据源。在果品进入冷藏仓库时，再利用射频识别技术根据RFID标签携带的全部产品信息，监控果品的贮存环境。以此为依据建立农产品质量和安全信息数据库，从而将水果生产信息和物流信息相关联，构建一体化的信息链。
以陕西省苹果为例，该省苹果产业规模大，市场化程度高，具有应用大数据的基础。2019年初，国家级苹果产业大数据中心落户陕西省。目前，苹果产业大数据平台已覆盖了苹果生产资料投入到贸易等全产业链环节，能够实现对苹果种植的精准化管理，提高果品质量。通过该平台也能够对陕西省苹果进行品牌认证和质量分级，及时剔除不合格产品，保障冷链流通产品的质量和安全。同时，利用区块链技术可解决品牌认证的数据可信问题，快速提升品牌价值。陕西省也将建设苹果数字试验站和智慧果园，对果库进行数字化改造，实现生产智能化、管理高效化、经营网络化和服务多元化。
利用大数据优化仓储
仓储物流是冷链物流运作中的一个重要环节，随着物流的智能化发展，大数据技术在仓储物流中的作用也日益凸显。依据大数据及其他先进的科学技术构建的农产品仓储物流管理系统，极大地促进了农产品一体化的发展。这一系统能够实现对物流信息的快速检索和上传，为物流整体的运作提供技术支持，不仅工作效率高，还有效节省了企业物流环节中的运作成本。
利用大数据优化水果物流运输
利用GPS技术、车载移动终端构建水果智能运输系统，实现对冷藏车辆的配送和动态管理，从而提升物流效率，减少浪费。在果品配送之前，建立包括载重、容量、贮存条件等信息在内的冷藏车辆数据系统。在此基础上，将每辆车与对应的司机相关联，进行“一对一”匹配，通过车辆与司机身份的绑定，能够为果品运输安全提供一定的保障，也为物流企业降低了运营风险。在配送中，利用GPS定位和可视化技术对冷链运输中车辆的位置、运行速度、运行轨迹及人员进行远程监控，为物流企业进行车辆调度和指挥提供及时有效的反馈信息。
贵州省是全国大数据创新创业的“试验田”，为加快实施智慧农业工程，该省积极推进物联网、大数据、3S技术等信息技术的融合及在农业全产业链中的应用，农业智能化水平不断提高，并充分运用大数据，加快冷链信息平台建设。
以修文县的猕猴桃为例，过去一直受易软易腐、不耐贮藏的困扰。但目前，通过大数据调度“冷链运输体系”，72h内就能将猕猴桃运送至北京、上海等地。从黔北现代物流新城物流大数据中心的显示屏上，就可以看到猕猴桃从采摘到消费者手中的全过程。
利用大数据实现果品信息的实时动态反馈
冷链物流对水果的温度、湿度、光照等有着严格的要求，这些因素对保证水果的品质至关重要。如何保障果品在运输过程中始终处于低温状态，是整个冷链体系的重点与难点。传统的冷藏车无法实现对果品在运输中的情况进行实时监控。通过在物流车辆内安装温度、湿度传感器和光照传感器，及时将相关信息传送至控制中心，就能够根据实时情况作出调整，达到降低果品损耗的目的。
截至2017年底，山东省有80%以上的冷链物流企业在冷库、冷藏车等冷链设施中安装了温湿度传感器、记录仪等监控设备，所有温湿度信息实现了在山东省级农产品冷链物流公共信息服务平台的实时监控。
利用大数据推动冷库果品精准化销售
利用大数据技术可实现对全国水果价格、成本以及市场供需开展动态监测，进行供需匹配，可避免因供需失衡和价格剧烈波动导致市场混乱，实现冷库与市场的有效对接。
利用大数据技术还可了解客户的行为和反馈，深刻理解客户的需求，根据所获取的信息不断调整不同果品的方向，制定科学的销售策略。不断推进目标市场的精确定位、销售价格的精确评估和销售数量的精确预报。
06
大数据背景下水果冷链供应链发展建议
（1）
重视顶层设计
大数据时代，水果冷链物流的发展离不开农业部门、质检部门、交通运输部门和互联网各行业的协调与合作。因此，各地区需要统筹规划，建立政府-行业协会-龙头企业相联动的机制，促进各种运输方式和企业之间的公平竞争和发展。
（2）
加强水果冷链供应链基础设施建设
冷链物流水平是农业现代化的重要标志，是现代农业综合效益最大化的有效载体。大数据的应用也是建立在完备的供应链基础之上的，因此，加快冷链供应链基础设施建设是当务之急。
一方面，加快冷库的建设，尤其是西部、偏远山区和贫困区域。在这方面，政府可提供一定的财政和技术支持，可通过设立农村物流发展专项资金，并引导社会资本投入到农村冷链物流领域，适度扩大对农村物流用地、用电等政策的支持力度。
另一方面，加大对铁路、公路、航运等冷链运输设施和冷藏车、冷藏箱等冷链设备的投入，确保冷链运输的可能性。
（3）
做好大数据收集工作
完备的数据存储是进行利用高新技术的前提，也是建立水果质量可追溯体系的必然要求。因此，必须积极做好水果从生产、包装、仓储、运输到销售等环节的数据搜集工作，构成果品的生产、仓储、销售、流通和服务的一个全生命周期管理。
（4）
培养和引进高科技人才
人才是农业现代化的重要基础，为乡村振兴提供内在动力。由于大数据本身有较高的科技水平和技术含量，对人才的要求也相对较高，既需要掌握生产知识、物流知识，还需要具备一定的信息技术能力，因此应当加强这类复合型人才的培养。
一方面，高等教育应该注重加强水果冷链物流、农产品存储、电子商务、互联网技术等领域人才的培养，为冷链物流的现代化发展储备人力资源。
另一方面，应重视对直接参与水果冷链物流的公司职员、农民、货运司机等进行专业化技术培训，内容包括水果保鲜知识、信息技术利用、数据分析和设备维护等。同时，还可引进国外高技术人才，为大数据在我国冷链物流中的应用提供帮助，以实现资源的共享。
相关文章
主办：大余县人民政府  承办：大余县大数据中心  ICP备案号：赣ICP备2022005155号-2
公网安备 336072302000001  政府网站标识码：3607230023  ：0797-8711398   网站地图

一个开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。除核心的快10倍以上的时序数据库功能外，还提供缓存、数据订阅、流式计算等功能，最大程度减少研发和运维的工作量

定义了创新的数据存储结构，单核每秒就能处理至少2万次请求，插入数百万个数据点，读出一千万以上数据点，比现有通用数据库快了十倍以上。

由于超强性能，计算资源不到通用大数据方案的1/5；通过列式存储和先进的压缩算法，存储空间不到通用数据库的1/10。

将数据库、消息队列、缓存、流式计算等功能融合一起，应用无需再集成Kafka/Redis/HBase/Spark等软件，大幅降低应用开发和维护成本。

无论是十年前还是一秒钟前的数据，指定时间范围即可查询。数据可在时间轴上或多个设备上进行聚合。即席查询可通过Shell/Python/R/Matlab随时进行。

不用一行代码，即可与Telegraf, Grafana, Matlab, R集成。后续还将支持MQTT, OPC, Hadoop，Spark等, BI工具也将无缝连接。

你知道哪些好用的开源的物联网大数据处理方式，欢迎评论分享，共同探讨学习

1 高效分布式

有必要是高效的分布式体系。物联网发生的数据量巨大，仅我国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会发生500多亿条记载。这么大的数据量，任何一台服务器都无能力处理，因而处理体系有必要是分布式的，水平扩展的。

2 实时处理

有必要是实时处理的体系。互联网大数据处理，大家所了解的场景是用户画像、推荐体系、舆情分析等等，这些场景并不需求什么实时性，批处理即可。可是关于物联网场景，需求根据采集的数据做实时预警、决议计划，延时要控制在秒级以内。

3 高牢靠性

需求运营商等级的高牢靠服务。物联网体系对接的往往是生产、经营体系，假如数据处理体系宕机，直接导致停产，发生经济有丢失、导致对终端顾客的服务无法正常供给。比方智能电表，假如体系出问题，直接导致的是千家万户无法正常用电。

4 高效缓存

需求高效的缓存功用。绝大部分场景，都需求能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。体系需求供给一高效机制，让用户能够获取全部、或契合过滤条件的部分设备的最新状态。

5 实时流式核算

需求实时流式核算。各种实时预警或猜测现已不是简单的根据某一个阈值进行，而是需求经过将一个或多个设备发生的数据流进行实时聚合核算，不只是根据一个时间点、而是根据一个时间窗口进行核算。不仅如此，核算的需求也适当杂乱，因场景而异，应容许用户自定义函数进行核算。

6 数据订阅

需求支持数据订阅。与通用大数据渠道比较共同，同一组数据往往有很多使用都需求，因而体系应该供给订阅功用，只要有新的数据更新，就应该实时提醒使用。并且这个订阅也应该是个性化的，容许使用设置过滤条件，比方只订阅某个物理量五分钟的平均值。

物联网开发应用最重要的是各种接口的兼容性。

首先物联网终端设备数量比手机大得多，而且本身没有显示界面，通常只是能够通过特定网络协议回传数据的传感器（直接连入互联网或者通过网关设备），也就是说在物联网大数据汇聚的前端，数据的汇入是自动化进行的，应用开发的重点是后端的汇聚层。

物联网应用后端汇聚层需要有一个智能化软件系统（通常运行于数据中心），来管理物联网设备（包括固件升级等）、网络、处理海量数据，并提供给用户。

在设备层、汇聚层之外，物联网应用还需要一个分析层，负责处理物联网设备产生的大数据。

最后，是最终用户层，负责将有用的数据分析结果以可视化的方式展示到用户的终端设备中，这个层面的开发，可以是移动web网站也可以是一个手机APP。

由于设备层和汇聚层第三方专业产品和服务的完善，实际上今天的物联网应用开发，主要指的是分析层和用户层这两个层面，换而言之，未来物联网开发生态主要建立在成熟的云计算物联网平台上。成熟的物联网平台通常都提供汇聚层需要的大数据存储、实时信息总线以及于前端应用通讯的API。

实际上今天已经有大量面向物联网应用开发的平台，例如Xively、Mnubo、BugLabs和ThingWorx等，这些平台通常能够兼容大量物联网产品厂商的设备。

---