请分析物联网数据处理中不完整数据产生的原因

网络质量不稳定。因为处理数据需要较高的网络环境，网络质量不稳定会导致处理不完整，只需要更换一个良好的网络即可。数据是科学实验、检验、统计等所获得的和用于科学研究、技术设计、查证、决策等的数值。计算机数据是指计算机中能被识别和处理的物理符号。

物联网核心“三层网络”
● 感知层：将物体智能化，把物体的行为让电脑读出来
技术：智能卡、传感器、工业自动化、音频视频等
目的：让物体和事件具备智能、获得生命
● 传输层：各种物体和事件智能化后，连接成网络。
技术：光纤、电缆、无线、电磁感应、卫星通信等
目的：互联互通、全面联网
● 应用层：建立统一的数据中心，将数据应用和提供服务
技术：云计算平台服务、建立中控室、搭建硬件环境；
数据挖掘、数据分析、专家系统、行业应用
云计算：物联网产生的海量数据，需要云计算服务优化存储和处理能力
应用和服务是物联网的核心！

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。

---