你知道物联网是什么吗？

物联网 (Internet of Things)： 物联网顾名思义就是物物相连的互联网， 是基于互联网之上，使不可交流的物体与物体之间进行交流，而产生的过程，称之为物联网。

起初这一慨念是由美国提出来的。把任何物品通过物联网域名相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络概念。物联网从表面看来就是物物相连，其实背后却蕴藏着很多新兴技术和概念。物联网的理念最早起源于咖啡壶事件。在1991年，剑桥大学特洛伊计算机实验室的科学家们在工作时，需要下楼看咖啡是否煮好，常常都是空手而归。因此他们编写了一套程序，并且在咖啡壶旁边安装了一个便携式摄像机，利用计算机图像捕捉技术，传递到实验室的计算机上，工作人员可以很方便的看到咖啡是否煮好，这就是著名的“特洛伊咖啡壶”。

那么物联网是怎样让不可以交流的物体与物体之间通信呢？

这里就涉及到通讯设备了，就像我们人与人之间的通话是通过手机，而物与物之间就要通过下面这个设备进行通信。它的名字叫做“无线数传终端”，简称DTU 英文全名 (Data Transfer unit)，

DTU就是通过串口，然后把原本不可以通讯的设备进行通讯，比如我们平时都知道的电表、水表等，它们本身是无法通讯的，通过DTU的串口电表链接起来，就可以把电表的数据上传的到监控中心，这样电力局就可以通过监控中心来查看每家每户的电表每个月的使用情况。

再比如我们都知道的共享单车，就是通过物联网技术--nb-iot模块（nb-iot为物联网专用网络），又叫nb-iot通信模块。原理是当用户手机扫描共享单车二维码时，该模块会发送信号到共享单车的平台，然后平台收到请求后再将数据下发到共享单车通信模块，告诉模块开锁，最终完成我们平时所看到的共享单车解锁。

将来万物互联是什么景象呢？大到 汽车 ，小到纽扣，都可能会被植入智能芯片。在互联网时代，我们会传照片、写评论、打分，到了物联网时代，这个过程的很大一部分都能自动完成。

可以通过自家燃气表液晶显示屏进行查询，先找到自家燃气表的安装位置，然后看到燃气表，液晶显示屏最上端有一个No开头的字母，后面跟着的一连串数字就是自家的燃气编号。
2、可以找出之前缴纳燃气费用的发票，在发票的第4行开头，有一个用户编号，后面写明了具体的编号数字。

昆仑物联怎么查电表
找到自家的物联网电表，按动电表上的查看按键。
我们需要找到自家的物联网电表是哪一个，找到后查看物联网电表，按动电表上的查看按键。随后就会显示当前时间和电表余额。
随着我国大力发展物联网，电表也开始进行物联网这个领域了。

1高效分布式
必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。
2实时处理
必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。
3高可靠性
需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。
4高效缓存
需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。
5实时流式计算
需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。
6数据订阅
需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。
7和历史数据处理合二为一
实时数据和历史数据的处理要合二为一。实时数据在缓存里，历史数据在持久化存储介质里，而且可能依据时长，保留在不同存储介质里。系统应该隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。无论是访问新采集的数据还是十年前的老数据，除输入的时间参数不同之外，其余应该是一样的。
8数据持续稳定写入
需要保证数据能持续稳定写入。对于物联网系统，数据流量往往是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。因此系统必须保证分配足够的资源以确保数据能够写入系统而不被丢失。准确的说，系统必须是一个写优先系统。
9数据多维度分析
需要对数据支持灵活的多维度分析。对于联网设备产生的数据，需要进行各种维度的统计分析，比如从设备所处的地域进行分析，从设备的型号、供应商进行分析，从设备所使用的人员进行分析等等。而且这些维度的分析是无法事先想好的，而是在实际运营过程中，根据业务发展的需求定下来的。因此物联网大数据系统需要一个灵活的机制增加某个维度的分析。
10支持数据计算
需要支持数据降频、插值、特殊函数计算等 *** 作。原始数据的采集可能频次挺高，但具体分析时，往往不需要对原始收据进行，而是数据降频之后。系统需要提供高效的数据降频 *** 作。设备是很难同步的，不同设备采集数据的时间点是很难对齐的，因此分析一个特定时间点的值，往往需要插值才能解决，系统需要提供线性插值、设置固定值等多种插值策略才行。工业互联网里，除通用的统计 *** 作之外，往往还需要支持一些特殊函数，比如时间加权平均。
11即席分析和查询
需要支持即席分析和查询。为提高大数据分析师的工作效率，系统应该提供一命令行工具或容许用户通过其他工具，执行SQL查询，而不是非要通过编程接口。查询分析的结果可以很方便的导出，再制作成各种图标。
12灵活数据管理策略
需要提供灵活的数据管理策略。一个大的系统，采集的数据种类繁多，而且除采集的原始数据外，还有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本以保证更高的安全性，有的需要能快速访问。因此物联网大数据平台必须提供多种策略，让用户可以根据特点进行选择和配置，而且各种策略并存。
13开放的系统
必须是开放的。系统需要支持业界流行的标准SQL，提供各种语言开发接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各种机器学习、人工智能算法或其他应用，让大数据处理平台能够不断扩展，而不是成为一个孤岛。
14支持异构环境
系统必须支持异构环境。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样，系统必须支持各种档次、各种不同配置的服务器和存储设备并存。
15支持边云协同
需要支持边云协同。要有一套灵活的机制将边缘计算节点的数据上传到云端，根据具体需要，可以将原始数据，或加工计算后的数据，或仅仅符合过滤条件的数据同步到云端，而且随时可以取消，更改策略。

---