物联网的核心技术应用在哪些方面？

大数据远距离，用4G网络

网络布局上，远距离的网络直接连基站，无需自己布设网络节点。而近距离的网络都需要有一个网络节点，先把终端数据传给节点，节点再接入广域网。远距离传输比近距离传输的价格更贵、功耗更高，合理利用远近搭配，能够有效降低物联网终端的成本。

例如原本的共享单车采用2G网络解锁，必须要保持数据长连接或使用下行短信开锁，功耗高费用大，而下载的共享单车抛弃了远程解锁，直接使用手机的蓝牙解锁单车，节省了数据流量、降低了功耗、还能提高开锁速度；盈能量电动自行车智能充电站也是物联网高科技产品，运用最新窄带通讯技术，引领电动自行车充电设备的技术高度。

云服务的设计物联网的云服务器和APP的设计，和互联网基本是一致的，JAVA、PHP、ASP都可以用来做物联网的后台处理。移动互联网是“人－－服务器－－人”的架构，物联网是“物－－服务器－－人”的架构，两者本质是相同的，物联网终端设备也采用TCP、>

使用场景分散化，技术集中化物联网的使用场景，总结下来很一致：采集＋传输＋计算＋展,物联网终端采集数据、把数据传输给服务器、服务器存储和处理数据、把数据展示给用户。

可参考下文

9个关键字写写大数据行业2015年年终总结

2015年，大数据市场的发展迅猛，放眼国际，总体市场规模持续增加，随着人工智能、物联网的发展，几乎所有人将目光瞄准了“数据”产生的价值。行业厂商Cloudera、DataStax以及DataGravity等大数据公司已经投入大量资金研发相关技术，Hadoop供应商Hortonworks与数据分析公司NewRelic甚至已经上市。而国内，国家也将大数据纳入国策。

我们邀请数梦工场的专家妹子和你来聊聊2015年大数据行业九大关键词，管窥这一年行业内的发展。

战略：国家政策

今年中国政府对于大数据发展不断发文并推进，这标志着大数据已被国家政府纳入创新战略层面，成为国家战略计划的核心任务之一：

2015年9月，国务院发布《促进大数据发展行动纲要》，大力促进中国数据技术的发展，数据将被作为战略性资源加以重视;

2015年10月26日，在国家“十三五”规划中具体提到实施国家大数据战略。

挑战：BI(商业智能)

2015年对于商业智能(BI)分析市场来说，正由传统的商业智能分析快速进入到敏捷型商业智能时代。以QlikView、Tableau和SpotView为代表的敏捷商业智能产品正在挑战传统的IBMCognos、SAPBusinessObjects等以IT为中心的BI分析平台。敏捷商业智能产品也正在进一步细化功能以达到更敏捷、更方便、适用范围更广的目的。

崛起：深度学习/机器学习

人工智能如今已变得异常火热，作为机器学习中最接近AI(人工智能)的一个领域，深度学习在2015年不再高高在上，很多创新企业已经将其实用化：Facebook开源深度学习工具“Torch”、PayPal使用深度学习监测并对抗诈骗、亚马逊启动机器学习平台、苹果收购机器学习公司Perceptio同时在国内，百度、阿里，科大讯飞也在迅速布局和发展深度学习领域的技术。

共存：Spark/Hadoop

Spark近几年来越来越受人关注，2015年6月15日，IBM宣布投入超过3500名研究和开发人员在全球十余个实验室开展与Spark相关的项目。

与Hadoop相比，Spark具有速度方面的优势，但是它本身没有一个分布式存储系统，因此越来越多的企业选择Hadoop做大数据平台，而Spark是运行于Hadoop顶层的内存处理方案。Hadoop最大的用户(包括eBay和雅虎)都在Hadoop集群中运行着Spark。Cloudera和Hortonworks将Spark列为他们Hadoop发行的一部分。Spark对于Hadoop来说不是挑战和取代相反，Hadoop是Spark成长发展的基础。

火爆：DBaaS

随着Oracle12cR2的推出，甲骨文以全新的多租户架构开启了DBaaS(数据库即服务Database-as-a-Service)新时代，新的数据库让企业可以在单一实体机器中部署多个数据库。在2015年，除了趋势火爆，12c多租户也在运营商、电信等行业投入生产应用。

据分析机构Gartner预测，2012年至2016年公有数据库云的年复合增长率将高达86%，而到2019年数据库云市场规模将达到140亿美元。与传统数据库相比，DBaaS能提供低成本、高敏捷性和高可扩展性等云计算特有的优点。