物联网时代的数据库如何选型？

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。

1什么是物联网

物联网就是利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。物联网其实就是互联网的延伸，它包括互联网及互联网上所有的资源，兼容互联网所有的应用，但物联网中所有的元素都是个性化和私有化。

物联网的影响

物联网成熟之后，真正实现了万物互联，即“人与人、人与物、物与物”互联，世间一切都连接起来。物联网使得连接起来的终端呈指数级增长，产生的数据也会呈指数级增长。物联网必将是下一个推动世界高速发展的“重要生产力”，一方面可以提高经济效益，很大基础上节约成本;另一方面可以为全球经济的复苏提供技术动力，将是继通信网之后的另一个万亿级市场。

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。

2什么是区块链

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。

区块链的特点

广义上来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和 *** 作数据的一种全新的分布式基础架构与计算范式。

区块链采取分布式数据存储、点对点传输、共识机制、加密算法等技术，具有去中心化、开放性、自治性、不可篡改性、匿名性等特点，能够有效地在不同节点之间建立信任、获取权益。

区块链的应用

区块链最早的应用是数字货币，比特币是最具有典型代表，目前1比特币的价格已经超过40000人民币，其他的还有litecoin、dogecoin、dashcoin等等。

目前，区块链应用最广的是金融领域，此外还在智能合约、证券交易、电子商务、物联网、社交通讯、文件存储、存在性证明、身份验证、股权众筹、版权保护等领域有广泛应用。

3什么是大数据

其实简单的来说，大数据就是通过分析和挖掘全量的非抽样的数据辅助决策。

大数据的特征

大数据是指以服务于决策为目的，需要新型数据处理模式才能对其内容进行采集、存储、管理和分析的海量、高增长率和多样化的信息资本。

大数据具有如下本质特征：

1根本目的是服务于决策，大数据能够帮助各类组织和个人大幅度提升决策能力，做出更好的决策和判断;

2量度大，大数据通常是指100T以上的数据量，这难以依靠传统的计算手段有效计算，而必须依靠新的计算手段和数据挖掘工具;

3频率高，大数据是用户参与与互动而产生的数据，根据用户的网络痕迹来及时地了解用户的相关数据，这种数据是按照天甚至小时来计的高频数据。而传统的数据频率都很低，很多数据是按照月甚至按照年份来计算的;

4速度快，大数据是实时性的数据，能够实时反应。例如，在百度搜索框输入一个关键词，能够瞬间呈现，而传统的数据收集方式则是严重滞后的;

5永远在线。在线是大数据的前提条件，从这个角度来说，大数据是永远在线的，能够随时被调用的。大数据通过分析各种网络终端上的用户痕迹，能够更好地分析用户的行为、情感、思想、爱好与需求，来更好地进行决策和分析。

大数据的三大关键点

首先，数据的可获得度。目前在国内，大数据的发展严重受制于政府信息的公开性不够，很多数据难以获得，导致难以实现真正的大数据挖掘和分析，这就要求政府及时开放更多的数据，以提高数据的可获得度。

其次，进行科学的模型建构。模型的科学性直接决定着数据分析的质量，这就要求有高超的建模水平，当然数据量越多也有助于模型的合理构建。

第三，利用专家对观点进行提炼。为决策提供依据的基于数据挖掘的独到、高质量的观点，高度依赖于高质量的数据解释，这就体现了行业专家的价值。

物联传媒提供

1 物联网的标准体系

2 急需的物联网总体标准
3 传感器标准
4 传感器标准
5 传感器标准进展情况
6 传感器标准体系框架

认知感知层

1．感知层的概念

物联网层次结构分为三层,分别为感知层、网络层、应用层。感知层位于最 底层,它是物联网的核心，其功能为“感知”，即通过传感网络获取环境信息。 感知层是物联网的核心，是信息采集的关键部分。

2．感知层的应用

感知层包括二维码标签及识读器、RFID 标签及读写器、摄像头、GPS 导航、 各种功能传感器、M2M 终端、传感器网关等，主要功能是识别物体、采集信息， 与人体结构中皮肤和五官的作用类似。

3．感知层的关键技术

(1) 传感器：传感器是物联网中获得信息的主要设备，它利用各种机制把被 测量转换为电信号，然后由相应信号处理装置进行处理，并产生响应动作。 (2)RFID：它的全称为 Radio Frequency Identification，即射频识别， 又称为电子标签。RFID 是一种非接触式的自动识别技术，可以通过无线电讯号 识别特定目标并读写相关数据。它主要用来为物联网中的各物品建立唯一的身份 标示。

(3)无线传感网络：它的英文名称为 Wireless Sensor Network，简称 WSN。 传感器网络是一种由传感器节点组成网络，其中每个传感器节点都具有传感器、 微处理器和通信单元。节点间通过通信网络组成传感器网络，共同协作来感知和 采集环境或物体的准确信息。它是目前发展迅速，应用最广的传感器网络。

认知网络层

1 网络层的概念

网络层位于物联网三层结构中的第二层，它功能是通过通信网络进行信息传 输。网络层作为纽带连接着感知层和应用层，它由各种私有网络、互联网、有线 和无线通信网等组成，相当于人的神经中枢系统，负责将感知层获取的信息，安 全可靠地传输到应用层，然后根据不同的应用需求进行信息处理。

2 网络层的组成

物联网网络层包含接入网和传输网，分别实现接入功能和传输功能。传输网 由公网与专网组成，典型传输网络包括电信网、广电网、互联网。接入网包括光 纤接入、无线接入、以太网接入、卫星接入等各类接入方式，实现底层的传感器 网络、RFID 网络最后一公里的接入。

3 网络层的主要技术

物联网用到的通信技术主要包括 3G/4G 通信、IPv6、WI-FI 和 WIMAX、蓝牙、 ZigBee 自组网技术等。正在向更快的传输速率，更宽的传输宽带、更高的频谱 利用率、更智能化的接入和网络管理发展。
认知应用层

1 应用层的概念

应用层位于物联网三层结构中的最顶层，它的功能是通过云计算等计算平台 进行信息处理。应用层与最低端的感知层一起，是物联网的显著特征和核心所在， 应用层可以对感知层采集数据进行计算、处理和知识挖掘，从而实现对物理世界 的实时控制、精确管理和科学决策。

2 应用层的技术

（1）物联网应用：它是用户直接使用的各种应用，通常用应用软件的形式 表现。如智能 *** 控、安防、电力抄表、远程医疗、智能农业等。

（2）物联网中间件：物联网中间件是一种独立的系统软件或服务程序，将 各种可以公用的能力进行统一封装，提供给物联网应用使用。

（3）云计算：它对物联网海量数据的存储和分析。根据服务类型不同将云 计算分为：基础架构即服务(IaaS)、平台即服务（PaaS)、服务和软件即服务（SaaS)。

3 应用层与其他两层的关系 感知层将采集到的数据通过网络层传递给应用层，应用层将接收到的数据进 行分析管理，再将这些数据根据各行各业的应用做出反应处理。例如，在智能电 网中的远程电力抄表应用：安置于用户家中的读表器上显示感知层中的传感器采 集到的数据，通过网络层将数据发送并汇总到发电厂的处理器上，该处理器及其 对应工作就属于应用层，它将完成对用户用电信息的分析，并自动采取相关措施。

---