物联网大数据云计算之间的关系

云计算扮演着物联网和大数据共同工作场所的角色，其中物联网是数据的来源，大数据作为一种技术是数据的分析平台。
根据IDC的数据，在未来五年内，将有超过90%的物联网数据托管在云平台上。其背后的原因是：
（1）大量的物联网数据生成将为大数据系统提供数据。
（2）降低物联网中数据混合的复杂性是使其收益最大化的标准之一。其背后的概念是一如果物联网应用程序和数据孤岛运行，我们将无法充分发挥其潜力。因此，为了获得更好的见解并做出决策，混合来自各种来源的信息(数据) 是最好的方法。
因此，对于上述两点，我们明确认为需要为物联网和大数据采用基于云的系统。这从产品导向转向基于信息的结果导向。
总而言之，物联网，大数据和云计算的融合利用了决策支持系统的新视野。此外，物联网，大数据和云计算的融合可以为所有行业提供新的机会和应用。

物联网时代，大量的数据从不同的设备传感器产生，单机数据库系统肯定无法存储这么大量的数据，在选择数据库方面，肯定要选择具有分布式能力存储的数据库。

在物联网时代，数据之间还有一个非常重要的特性，那就是数据之间的关联性。不同的数据从相互连接的互联网设备传感器中产生，由于不同的传感器相互连接，协同工作和采集数据，如何将大量具有相互关联的数据保存在数据库，这里我推荐使用图数据库来进行存储。

图数据库相对于其他数据库来说，最大的优势就是查询数据之间的关联性会更加快速，消耗的时间会更短。打个比方，在社交网络中，我们想要查询在用户A的粉丝中，粉丝关注了B的用户。如果使用传统关系型数据库来存储用户的关注关系，在上面的数据统计中，要使用两层Join才能算出结果，而关系型数据库Join *** 作会很慢。使用图型数据库存储数据的话，图中的点为用户，边为用户的关注关系，在查询A的粉丝，同时粉丝也关注B的用户，只需要遍历两层关注关系就能很快查询到结果。

图数据库也属于NoSql数据库的一种，常用的图形数据库有，JanusGraph、Neo4j、Cayley、dgraph。不同的图数据库，底层实现也不尽相同。

JanusGraph是一种分布式图数据库，由Java语言开发，可以使用Hadoop生态存储系统作为数据源，构建出数据大图。是TiTan图数据库的开源版本，支持事务的ACID。

Neo4j是一种单机的图数据库，其优势就是能够快速安装并且使用，便于新同学上手。你的数据量一般不大的话，我推荐使用Neo4j，直接使用Neo4j相关的API就可以将数据模型图构建而出，然后使用Neo4jCypher查询语言，就可以分析数据，Cypher是一种类SQL的语言。

Cayley和Dgraph都是使用Go语言实现的图数据库，Go语言的最大特性就是其编译速度和开发便捷性，Cayley和Dgraph都支持分布式存储，不过都不支持SQL语言查询数据，Dgraph不支持事务，而Cayley支持事务，不过在开源社区，Dgraph比Cayley更加活跃，这里优先建议使用Dgraph作为物联网的存储数据库。

总体来说，在物联网时代，一定要学会使用图数据库，在分析大量数据之间的关联性时，图数据库就能够派上用场，图数据库最大的优势就是分析不同数据之间的关联性。

1999 年，麻省理工学院（MIT）的 Kevin Ashton 在他关于 RFID 标签的演讲中提出了“物联网”一词。他这样描述自己的愿景：现在的计算机和互联网几乎完全依赖人类来获取信息然而问题是，人们的时关的复杂数据。假如计算机能在不依赖我们任何帮助的情况下收集数据，了解一切事物的话，那么我们就可以用它们来跟踪并计算每一个‘物’，从而大大减少浪费和损失，降低成本。我们就能知道什么时候需要对‘物’进行更换、修理或是召回；就能知道这些‘物’是否处于最佳状态。”

在当时，物联网（IoT）上的“物”被设想为可以计数的东西。它们存在于一系列相对简单的应用中，比如运输箱上的 RFID 标签；用于掌握车位是否停满的停车场出入口系统；以及酒店的迷你吧，可以记录您晚上消费的零食并自动将费用计入您的账单。最初，单独的计数系统只是作为自主的独立应用而运行。

而现在的 IoT 则具有更广泛的视角，更强调对累积数据的后期处理。因此，这就需要把单独的应用与云存储保持连接，并通过互联网实现远程控制。IoT 所需的网络规模可能难以想象，而要让这种情况成为现实需要绝对可靠的连接，从一开始就设计在产品中，并在整个产品生命周期都要经过充分测试。

传统的产品开发工作中经常会遇到一个个孤岛、一次次返工和碰壁。PathWave 平台可以支持敏捷的互联设计工作流程。它在一个平台之上集成了是德科技值得信赖的设计和测试软件，可以让您加快进行产品开发。在产品开发路径中，每个步骤都是相互连通和集成的。

定义“物”的性质和规模

自 1999 年以来，IoT 已经扩展到机器对机器（M2M）通信和应用领域，例如制造行业和公用事业（天然气和电力）。虽然自动化在制造业中已有一席之地，但 IoT 和所谓的工业互联网都支持更高程度的自动化，同时也提高了制造流程的灵活性和效率。支持远程和前瞻性维护的新工具就是其中的例子，它们可以降低成本，提高竞争力。

这些趋势影响了对 IoT 实施规模的预测，预计到 2020 年，各行各业中互联的“物”将达到 150 亿至 500 亿之巨。针对颠覆性的新型 IoT 相关业务的进一步预测表明，其潜在收入将比 IoT 硬件和网络供应的收入高出许多倍。

2018 年 2 月，IoT Analytics 根据已组装和分类的 IoT 项目对 IoT 前十大细分市场进行了排名。排名前三的细分市场均属于工业物联网（IIoT）应用领域。

1 其中，智慧城市由 2016 年的排名第二跃升至第一位。智慧城市中最受欢迎的应用有智能交通、公用设施、照明、环境监控和公共安全。

2 排名第二的细分市场是互联行业。最受欢迎的应用是设备监控和互联机械的远程控制，如起重机、叉车，乃至整个矿山和油田。

3 互联建筑是 2016 年以来增长最大的细分市场。大多数应用涉及设施自动化，有助于降低能源成本。

从工作的角度来定义，物联网中的“物”可以是任何固定或移动的自然物体或人造物体，能够通过网络传输数据。以货物运输、车队管理和船运为例，在这些行业中，智能 BLE 标签使得物流公司能够对位置、速度、运输和存储情况进行跟踪。另一个例子是火炬气监控。无线声学传感器可以监控阀门，控制流向炼油厂火炬烟囱的气流阀门，从而提高合规性，降低由于未能及时检测并修复故障阀门而导致的碳氢化合物损失。

2018 年 IoT 十大细分市场

物联网主要技术。在物联网应用中有三项关键技术为物联网开辟出极为广阔的应用前景：

1、传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

2、RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景，这也是为什么“物流”这个词总是与“物联网”同时出现。

3、嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见;小到人们身边的MP3,大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。

物联网应用领域。物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

---