从技术架构层面看，工业互联网包含设备层、网络层、平台层、软件层、应用层以及整体的工业安全体系。与传统互联网相比，多了一个设备层。
工业物联网是工业互联网中的「基建」，它连接了设备层和网络层，为平台层、软件层和应用层奠定了坚实的基础。设备层又包含边缘层，总体上，工业物联网涵盖了云计算、网络、边缘计算和终端，自下而上打通工业互联网中的关键数据流。
工业物联网从架构上分为感知层、通信层、平台层和应用层。工业数据采集体系包括设备接入、协议转换、边缘计算。设备接入是工业数据采集建立物理世界和数字世界连接的起点。设备接入利用有线或无线通信方式，实现工业现场和工厂外智能产品/移动装备的泛在连接，将数据上报到云端。工业数据采集发展了这么多年，存在设备接入的复杂性和多样性。
数据接入后，将对数据进行解析、转换，并通过标准应用层协议如MQTT、>
峰会将进一步探讨区块链在与其它数字技术融合创新之后，如何通过打造可信数字底座，保护数据隐私，挖掘数据价值，赋能和加速各行各业的数字化转型。
在峰会开始前，区块链首席经济学家邹传伟团队围绕“区块链如何赋能数字化转型”这一问题，撰写系列行业研究报告，深度解读在新基建和数字化迁徙背景下，区块链如何与其它技术融合发展，发挥信息基础设施应有的作用。
本文作者：王普玉 校对：邹传伟
根据北京国信数字化转型技术研究院（国信院）与中关村信息技术和实体经济融合发展联盟（中信联）给出的定义，数字化转型是顺应新一轮 科技 革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。围绕数字化转型，本文将讨论以下三个问题：第一、从企业层面，为什么要数字化转型？第二、工业互联网平台在数字化转型中有什么作用？第三、分布式认知工业互联网在企业数字化转型中能提供什么？
一
数字化转型发展
在激烈的市场竞争中，企业需要依靠产品质量、价格、服务以及长期积累的品牌形象来维持市场竞争力，但随着我国人口红利消失导致的人力成本上涨，以及国际贸易形势不明朗及疫情影响导致的市场发展受阻，让企业原有竞争优势正在消失，处于价值链最底层的工业企业更是雪上加霜。该如何走出困境？目前主要从两方面破冰，第一种是降低运营成本继续保持价格优势；第二种是通过创新商业模式扩大市场销售来提升利润。
在讨论运营成本前，我们引入两组概念，第一组是供应链模式：供给推动式和需求拉动式；第二组是四大利润源。
1、供应链模式
供给推动式是指企业根据市场预测数据进行产品设计、生产及销售；
而需求拉动式是指企业根据市场订单，按需进行快速响应，通过高效计划、组织、协调和控制来满足产品生产及供应。
2、四大利润源
市场永远在追求着更低的价格和更高的质量。在价格控制方面，如表1所示，主要经历了四个阶段：第一阶段主要通过控制原材料成本、扩大规模效应获取利润。当第一利润源触及上限时，开始了第二利润源，通过精益管理提升企业内工作效率及延长员工的工作时间来降低用工成本。在新的利润源再次进入上限时，人们发现物流成本占据企业总运营成本的30%，因此，降低物流成本成为第三利润源。
表1 四大利润源对比
前三个利润源均是围绕企业内部成本控制来增加收益，但当企业内部运营成本节省达到上限时，人们注意到上游供应商及下游客户的运营管理问题。一个具备完整功能的产品进入市场前，需要供应链上多个公司的共同配合，其中任何一家企业的高运营成本都会导致最终产品的价格上涨，这会使产品在激烈的市场竞争中丧失竞争力。于是围绕着供应链信息集成及信息共享开始了新一轮的降成本浪潮，被称为第四利润源。
如表1所示，从第一到第四利润源，每一阶段都有各种系统在信息处理、存储和管理中的支撑，例如生产执行管理系统MES，企业资源管理ERP，仓储管理系统WMS，供应链管理系统SCM等等。
在经历了四个利润源后，未来新的利润源又在哪里？政府、企业、研究机构都在尝试寻找答案，例如上海第二工业大学郝皓教授在2015年提出将逆向物流作为第五利润源，通过逆向物流实现产品再销售、再利用、再循环和再制造的全生命周期管理。也有企业认为以需求拉动式为导向的个性化定制将成为第五利润源。以上说法都有道理，但都不准确，本文认为，真正的第五利润源已经在路上，即企业数字化转型。在过去十几年，技术的快速发展衍生出大量新的商业模式，包括新零售、直播带货、社区团购等，但上游工业领域却依然保持着传统的运作模式，无论是逆向物流发展带动全生命周期闭环管理，还是C2M定制化商业模式，都需要依赖于各环节的快速响应，对企业数字化管理要求高。因此，无论是企业对新利润源挖掘的需要，还是市场端的需求，工业企业数字化转型势在必行。
不同于前四个利润源的相互独立，第五利润源是应用新技术重新赋予第一、二、三、四利润源全新的生命，同时由数据驱动的创新商业模式将大量出现。因此，第五利润源不仅能够降低运营成本，也能够提高主动盈利能力。
二
工业互联网平台的价值
1、工业互联网平台之第一利润源
IT与OT的融合，实现人、机、物、料、法、环的数据实时采集及传输，能够做到生产过程的实时监测，再应用AI、大数据分析等技术实现自动化智能巡检、智能质检、智能故障预测、智能参数调优、智能耗能优化、智能设备运维、智能盘点等，能提高生产作业效率、降低成本，从单机智能升级为系统智能。
2、工业互联网平台之第二利润源
传统制造业的管理一直围绕着人，产品从0到1的过程，依靠人力难以实现或实现效率低的工作，可以使用机械设备替代，而经过工业革命和信息化时代的影响，出现了大量节省人力的机械设备和 *** 作系统（MRP、MRPII、MES等），让生产效率提升、生产成本降低。随着信息技术的发展，虽然有滞后数据可以作为参考，但其本质依然围绕人的经验和人的现场 *** 作。而工业互联网能够赋予第二利润源全新的角色，从运营管理中解放人的执行任务，例如质检、故障排查等工作通过AI和大数据分析实现运营智能化管理。在执行人员减少后，企业需要更多创新者，让企业创新发展迭代速度更快。其次，随着人的经验积累转换为知识图谱，将经验和知识域可视化，指导人工智能算法迭代和决策制定。
3、工业互联网之第三利润源
在工业物联网领域，物流发展走在比较靠前，经历了人工物流、机械物流、自动化物流到现在智能物流，物流的管理效率和成本得到了极大改善。例如运输管理，从早期货物运输监控数据需要依赖于运输工具挂靠点的数据回传及汇总，到现在能够通过GPS、RFID、各类传感器，实时掌握运输途中货物的温湿度、地理位置和件数等信息，能够根据运输目的地和实时交通拥堵情况对运输线路规划等。受技术、资本等各方面影响，目前智能物流主要在第三方物流企业和电商企业发展迅速，而工业企业物流发展较为缓慢，大多仍处于机械物流和自动化物流阶段。工业互联网平台能够帮助工业企业实现快速升级转型，降低系统开发技术难度和成本，IaaS、PaaS、SaaS等平台能够减少系统从0到1开发时间，实现快速低成本数字化转型升级。
4、工业互联网之第四利润源
供应链集成在一定程度上提升企业合作、降低供应链成本以及库存牛鞭效应[1]，但无论企业内部供应链还是 社会 供应链，遗留了一个对多方协作卡脖子的问题，即数据孤岛问题。前面我们介绍第一到第四利润源，提到了MRP、MRPII、ERP、SAP、MES、SCM等系统，每个系统如同孤立的数据烟囱，对协作效率有着极大影响。主要有两方面原因：第一、现有EDI数据孤岛打通方案成本高，中小企业难以负担；第二、涉及供需多方协作时，彼此缺乏信任，不愿将企业内部数据共享给外部。工业互联网平台提供多种数据采集及处理解决方案，打破数据孤岛，实现数据无阻碍流转。在数据使用中，通过隐私计算保证数据安全，同时合理授权，让数据可用不可见，解决数据共享的后顾之忧。
5、工业互联网平台之第五利润源
在数字化10阶段，属于人适应系统；而进入数字化20阶段，适应公司现有作业模式的定制化软件将起着至关重要的作用。
图1：数字化转型10和20阶段的对比
因此，从技术角度，平台如何让企业快速及高效地完成定制化软件的开发，这将对工业企业数字化转型起着非常重要的作用。从市场现有产品看，包括基础设施即服务IaaS，平台即服务PaaS和软件即服务SaaS,能够让工业企业方便地利用平台提供商现成的低代码、甚至零代码工具完成系统开发，实现“人人都能做开发者”，即解决“技术人员不懂业务，业务人员不懂技术，开发的系统不好用”问题。未来低代码（或零代码）开发工具如同word、excel等办公软件，平台把各类接口做成图形界面，让不懂代码开发的人，通过图标拖拉的方式，开发自己需要的软件来减少低效率的重复工作。员工从原来被动执行者变为创新者，参与进从上到下的数字化改革中，用工具真正方便业务人员工作。
三
基于区块链技术的分布式认知工业互联网
社会 经济分为生产和流通两个领域，中心化工业互联网平台使用数字化技术替代信息化技术解决的是生产领域问题，而基于区块链技术的分布式认知工业互联网，解决的是流通领域的数据信任问题，但流通领域数据又会影响到生产领域的产品研发、产品质量管理等。
1、降低信任成本
商业模式正在从单边（规模效应）走向双边（网络效应），进入数字化时代后走向多边平台（生态效应）。中心化方式似乎也能够解决信任问题，但中心化模式下的信任主要依靠第三方权威机构的背书，这种方式成本高、效率低。例如，国际贸易买卖双方不信任的情况下，通过银行背书使用信用证服务解决付款问题；为满足银行要求，双方需要提供大量的证明来满足信用证条款，效率非常低下且成本高昂。但如果使用区块链技术，将真实数据从源头上链，保证数据安全、可信以及不可篡改。交易前，买卖双方拥有彼此过往真实的交易记录，以及产品的生产信息，这些信息是否会有助于降低交易的撮合成本？在交易过程中，通过智能合约的应用，一旦达成某个约定即可自动完成付款，这将会极大降低交易成本和交易时间。尤其进入多边平台，如果仍然使用中心化的信用证明体系，将无法构筑生态建设的护城河——信任。
2、重新定义协作关系
供应链多方合作，中心化的共识机制和治理方案更多体现在合同层面，但无法将彼此的利益真正绑定，较难促进生态的良性发展。但在去中心化解决方案中，参与方将资产以token或积分形式置于链上，从技术上实现多方利益绑定，一旦任何一方做出有损生态建设的行为，将会影响token或积分价值，这会影响联盟链上所有参与者的利益。在分布式认知工业互联网平台中，联盟中每个参与者都会积极维护生态利益，因为这也等同于维护着自己的利益。
3、可信数据流转
在产品研发或产品全生命周期管理中，流通数据需要工业企业从下游多个合作商处获取。而传统技术下难以保证数据真实性和安全性，在分布认知工业互联网中，隐私计算能够做到多方数据可用不可见，保证数据安全及合规。此外，根据数据贡献量给与合作商token或积分奖励，鼓励多方数据共享及流转。未来数据交易市场可能会出现更多合规的形式，例如基于区块链技术的数据信托、数据银行等模式。
4、保证数据安全
传统模式下，工业企业依靠于物理隔离实现厂内数据与外界的隔离，但在OT与IT融合下物理隔离屏障被打破，如何保证数据出本地后的安全则需要依靠多方共同努力。在设备通信中，需要做好设备身份认证管理，防止数据被攻击，而分布式认知工业互联网平台通过设备公私钥实现匿名管理，有效降低攻击风险。在数据存储中，采用分布式存储技术，即使单点攻击也无法让攻击者获取完整数据。
5、赋能商业模式创新
可信数据将开启全新的商业模式创新时代，每个组织的商业角色有可能会发生改变。传统商业模式下（供给推动模式），信息是非常碎片化的，供应链上不同参与者都拥有一部分产品相关的碎片数据，用这些不完整的数据去做产品升级、客户服务，难以达到最佳目的。但技术发展的今天，市场开始根据消费习惯、消费特征等因素挖掘每个消费者的需求，制造方式也从M2C进入C2M时代，这些都需要有更多完整、可信、合规的数据，例如，电动 汽车 并不是所有人都需要1000km续航的电池，通过区块链技术，用户授权驾驶数据给电动 汽车 公司，为其配置最合适、性价比最优的电池。再比如， 汽车 保险不再以车辆价值、出险次数等作为保险费用收取的单一指标，未来可能会基于可信里程数据进行保险费用收取。除商业模式的变化，每个组织的商业角色也可能会发生变化，电动 汽车 生产厂商，角色也将从生产商转变为服务商，以蔚来 汽车 为例的车电分离模式，以租代售模式，让 汽车 生产厂商的业务延展到产品全生命周期的管理中，这些模式创新仅仅是数字化时代的开始。
问题1：工业物联网是什么？
简单来说，就是物联网在工业控制上的具体应用。
问题2：SSL/TLS是什么？
SSL(Secure Sockets Layer 安全套接层),及其继任者传输层安全（Transport Layer Security，TLS）是为网络通信提供安全及数据完整性的一种 安全协议 。TLS与SSL在传输层对网络连接进行加密。大部分互联网登录都是用的SSL/TLS，可以去网易邮箱>工业物联网是指在工业中应用物联网技术，实现工业特有的价值增值的技术模式。
所有物联网都是为了实现万物互联，特别是物与物的互联，但是工业物联网又有其专有属性，原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高，而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。
思考所有问题都需要从宏观到微观的细化过程，工业物联网也不能例外，我认为对工业物联网进行深度思考，需要从以下五个维度进行分析，否则将会要么带来一叶障目，要么带来好高骛远。
首先需要我们思考的问题是，工业物联网的价值、意义和目的是什么；第二个是工业物联网需要连什么的问题，这是一个范围的概念；第三个需要我们思考的是连入物联网的物的层级问题，也就是深度的问题；第四个需要我们思考的是实现物联的价值成本分析；第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接，或者说实现了人与人的连接，这个连接带来了人的交互的便利，在这个基础上涌现出很多全新的、颠覆性的商业模式，例如，电子商务、即时通讯，社交媒体等等；而物联网将实现人与物、物与物的连接，同样我们也期望带来全新的、颠覆性的商业模式，甚至更进一步，期望带来人类生活、生产方式的全新的颠覆性的模式。
作为物联网主战场的工业物联网，人们对其的期许是在工业设计、制造、流通环节带来革命性的变革，为传统工业注入新的活力，提供新的势能，驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升，特别是大数据、人工智能的发展，任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征，第一是高效性；第二是准确性；第三是实时性；第四是经济型；在当前技术能力下，能够同时满足这四个特征的就是工业物联网，首先，芯片技术已经发展到一个具有较强计算能力的MCU在美元以下，RFID芯片价格甚至已经到美分这个量级，使得工业物联网有了物质基础，同时满足了经济性要求；近三十年的通讯技术的发展，从模拟到数字，从简单调制到复杂调制技术的商用化，使无线通讯可以很廉价地覆盖几百米甚至数公里的范围，满足了数据获取的密集部署要求，同时由于工业物联网的永久在线的特征，使工业物联网满足数据获取的高效性、实时性要求；微电子技术在近年也发生了突飞猛进的发展，不论在价格上还是在进度上都有了长足的突破，满足了数据获取的准确性。
总而言之，工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势：
1、快速变化的市场需要数据支撑，产生了市场对数据获取的急切要求；
2、MCU的发展使得计算能力快速提升；
3、以调制技术为核心的通讯技术发展为联网建立的管道基础；
4、传感技术，特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证；
工业物联网不是规划出来的，是各种技术与需求发展进化的产物，是生活、生产、经济发展到一定高度后自然而然出现的，是在需求的驱动下，众多行业创新带了的自然产物。
通过工业物联网，可以把传统经济中不可数字化之物数字化，可以把传统不可数字化之行为数字化，可以把传统不可能变为可能，甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续，如果不考虑经济性，那么我们可以说工业物联网连接一切可连接之物，但是，当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性，那么工业物联网连什么呢？我们认为这是一个从哪里来到哪里去的问题，我们通过上面对价值、意义和目的分析可知，我们应该从目的反推，一切从目的出发，时刻盯紧企业需要弥补的最关键环节，例如，如果对量化OEE有需求，那么我们就要连接设备状态；如果要减少在制品，那么我们就要对在制品进行追踪；如果能源消耗对企业是重中之重，那么我们就要把能效物联化，等等。世界上不存在同样的两片树叶，同样地，世界上也不存在同样的两个企业，我们只能对企业本身进行深入分析，紧紧聚焦于企业价值，在保证经济性的基础上，确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性，也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度，决定需要实施工业物联网的广度。
通过分析工业物联网连什么后，我们得到了连入物的内容，接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性，这里遇到工业物联网特有的一个障碍，需要连入工业物联网的物的可连通性问题， 特别是在设备互联时，可连通性表现的特别突出，例如，有的设备具有开放的通讯协议和可用的通讯接口，有的设备不开放协议等等，那么可连通性就是对方案供应商的很大的考验，我们的经验是有四种方案可供选择：
1、使用设备开放的协议；
2、使用设备自带的传感器；
3、添加新的传感器；
4、改变观察侧面及维度，使用全新的采集模式；
其中第四条，改变观察的侧面和维度，使用全新的连接方式是使用第一性原理，避开设备不开放协议或接口的阻碍，避开被设备供应商牵着鼻子走的方向，从本质上获取数据。例如：通过能效检测获得设备的使用状态，通过震动传感分析设备部件的故障、甚至是转速等，只要通过第一性原理从你需要的信息入手，而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标，观察除了直接连接设备外，我们还能够如何获得需要的信息，因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如，我们可以在我们的物联设备上安装一个震动传感器，从传感器获得的数据中，我们即得到了设备是否开机，又得到了是否启动工作，同时还得到设备的转速。如果不用第一性原理，而是硬要跟设备互联，那至少要采集三个数据，并且未必设备能够给你。这就是典型的边缘计算的案例，边缘计算的计算规则一定要具有定制能力，可以说边缘计算一定是一个知识容器，可以方便地把客户、厂家，甚至是第三方的知识融入的容器，我们开发的支持脚本的设备已经具有了初步的边缘计算的功能，我们需要在这个方面继续加大支持力度。
所以，通过分析企业价值和物的可连通性，我们就可以明确定义需要连入物层级，也就明确了连入物的连接深度；
在连入物联网的物的层级中一个重要的概念是管理粒度，对于制造业来说，连入物的管理粒度大概分为如下几个层级：
1、传感级；
2、设备级；
3、产线级；
4、车间级；
5、企业级；
也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲，细粒度一定比粗粒度更好，更有价值，但是当加入成本分析后，可能并不一定粒度越细越好，需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票，通过前三项分析，我们仅剩下最后一个问题没有解决，这也是关乎价值成本的关键：管理粒度问题，我们到底需要在多细的粒度下进行管理？这带来了一个哲学问题：世界是不是需要黑盒子。什么意思呢？当我们确定一个管理粒度后，比管理粒度更细的信息将被隐藏在黑盒子中，这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点，从而明确黑盒子的大小，并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观，其他一起都是方法论。首先，我们在规划物联网时要本着既要有高瞻远瞩，又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩，设计方案尽可能地以黑盒子尽量小为目标，而实施方案则按照价值成本分析选择合适的黑盒子的大小，也就是选择合适的管理粒度，从而保证投入收益的平衡，甚至我们可以把黑盒子尽量定义的大些，用以验证工业物联网的可行性，最大可能地降低工业物联网实施的风险。
总之，我们应该从以几个方案来确定工业物联网的建设原则：
1、期望获得什么结果？
2、期望用什么方式获得想要的结果？
3、需要信息基础提供什么？
4、工业物联网是否能够获得这些信息？
5、工业物联网如何获得这些信息？
6、获得这些信息的性价比如何？
7、回归分析，评估预期结果是否符合经济利益？
8、落地实施。
其实，相比较国外而言，我国制造业的信息化水平还是比较落后的，很多企业仍就以控制成本的方式在运营，利用数据引导的意识不够强烈，虽然现在大环境下都在鼓吹大数据、互联网+，但实际考虑到企业的成本，当下的投入产出比，和企业人员数据管理意识的局限性，诸如FineBI等商业智能系统的部署以及人员科学化数据管理思想的培养是有效的选择。
工业物联网是工业领域的物联网技术。
工业物联网是指将具有感知、监控能力的各类传感器或控制器以及移动通信、智能分析等技术融入工业生产各个环节，从而大幅提高生产效率，降低生产成本和资源消耗，最终将传统工业提升到智能化的新阶段。
从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性、和信息互通互联性等特点。
扩展资料：
中国企业已展开了许多工业物联网应用实践。例如，华为的“数字化油气管道”能有效帮助管理人员实时了解管道运行动态，减少运维和管理成本；上海市电力公司将物联网技术引入仓库管理中，建成了系统内首座无人值守仓库，提升物资管理水平……
应促进跨行业生态系统发展，投资建设信息和数据传输所需的一体化通信系统和平台，增强数据传输安全；完善对数据共享的监管和指导，在跨国企业、大型地区性企业和中小企业之间日益频繁的合作中发挥应有作用。
参考资料来源：人民网—综述：工业物联网：前景光明，机不可
1、下降本钱
办理和保护迥然不同的工业物联网设备和网络，本钱昂扬、耗时且杂乱。工业物联网渠道将整个办理流程集中到一起，可以大幅度地下降企业的担负和本钱。另外，跟着越来越多的安排寻求工业物联网供应商来办理其网络，最好的工业物联网渠道使得供应商可以供给按需付费的定价形式。
2、改善运营
工业物联网解决方案可以供给设备功用和人员的实时信息，以协助简化和改善业务流程和工作流程。经过捕获物联网数据并将其与其他内部、外部来历的数据进行整合，工业物联网渠道可促进比如预测性保护以及根据跟踪的供应链可见性等范畴的运营改善。
3、进步生产功率
渠道为布置新的工业物联网应用软件打好了根底。使用这些软件来进行新产品的规划、研制与生产，将有助于推进企业创新和进步生产功率。
4、物联网数据货币化
创新型公司现已开始使用他们从物联网数据获得的洞察力来开发新的产品和服务。在产品的整个生命周期中，售后与服务比原始收购更加有利可图。工业物联网渠道可以在产品生产及使用的每个阶段捕获数据并进行剖析。这样就可以创建新的数据驱动型服务以及开发全新的数据驱动型产品。
5、进步物联网安全
众所周知，物联网设备缺少企业级的安全性。工业物联网传感器等设备除了执行特定的通知任务之外，简直没有什么计算能力，也无法供给多层安全性。工业物联网渠道可以供给一切的身份办理功用，例如安全认证与授权，以保证物联网端点不会遭到网络进犯。
关于工业物联网平台的五大价值，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）