IoT数据库管理注意事项

物联网不再只是一个流行语。虽然智能互联设备的概念已经讨论了几十年，但最近它已经形成一个由硬件设备、软件、分析平台和标准组成的生态系统，将行业、企业和消费者联系在一起。

物联网设备涵盖现代生活的各个方面 - 影响我们所有人的工业，汽车，医疗和商业应用。这些现实生活中的应用程序创建需要近乎实时存储和处理的数据流和内容派生数据（例如聚合或分析结果）。虽然物联网设备保留了许多与老式“嵌入式”设备相同的属性，但物联网工程师和数据库管理系统供应商必须解决很多差异。

数据量和连接点

设备生成的大量数据一直是嵌入式数据库供应商、网络基础设施供应商和物理存储供应商关注的问题。新的数据源已经出现，可以产生更多数据的订单。从各种流源、传感器收集数据或由算法生成数据以随后通过 IoT 边缘设备和网关的速度只会使对系统的需求复杂化。现代应答器的频率比以前更高，传感器具有更高的精度，移动设备上的位置服务经常被消费者用于日常琐事等。然而，就其本质而言，边缘设备没有足够的资源（内存，持久存储和CPU能力）来自行分析数据，至少在实现设备主要目的时不会。制动器必须能够停止汽车，而不是分析制动模式以提高制动器的整体效率。

同样，连接的边缘设备的数量通常比以前高得多。不久前，系统管理着数十个连接的设备。如今，智能数据收集点（“智能互联设备”）的数量可能达到数千个或更多。此外，物联网设备的数量可以在一次设置中实时变化 - 可以一次在线购买数百个新传感器，仪器和控制机制可以在一夜之间更换，网关被添加或删除，等等。这些变化通常在物联网环境保持运行期间发生。

总体而言，到2025年，全球物联网（IoT）连接设备的总安装基数预计将达到754.4亿，10年内增长五倍（见图表）。

物联网环境的大量数据、大量且不断增长的数据收集和处理点、弹性实时连接和功能可扩展性对物联网数据库管理提出了新的要求：

数据库必须与通信设施无缝集成。

边缘必须有一个平衡的数据库管理功能选择;资源消耗必须保持在较低水平，但仍允许进行充分的分析，以减少进出云或服务器的数据流。

需要高级可扩展的数据管理拓扑，包括许多层，平衡数据收集与聚合和高级处理。

连接

物联网最独特的特性之一是其组件对世界的开放性以及将这些设备用于多种不同应用的能力。例子无处不在，往往编织在社会结构中，往往肉眼看不见。建筑门禁系统，智能狗项圈，多功能自动售货机，定位服务，无现金支付系统，无线户外天气传感器，清单不胜枚举。这些设备是真正“连接”的，并且数据处理通常发生在设备本身之外。

边缘节点的物理连接通常是不可预测的。这是由于各种媒体和带宽的可用性，设备连接的各种协议栈 - Wi-Fi，以太网，蜂窝以及专用堆栈，如ZigBee，NFC和RFID，LPWAN，低能耗蓝牙等。有时，由于物理设备位置的原因，边缘设备连接是间歇性的，或者它们是电池供电的，并且仅定期打电话回家以最大限度地延长电池寿命。

从数据管理的角度来看，数据库管理系统应该能够根据各种应用程序定义的标准自动调整其数据复制模式。具体而言，对“推送”和“拉取”协议以及其他精明复制算法的完全集成支持对于防止数据丢失和漏洞至关重要。

另一个值得一提的小连接点是，物联网设备通常通过互联网连接到外部世界，它们的数据收集应该可以通过用Java，Python和/或脚本语言编写的Web客户端应用程序以及其他与Web相关的技术来访问。常用技术是数据库系统通过轻量级 REST 协议通过 Web 服务实现对 IoT 设备数据库的访问，该协议提供端点 URL 来访问设备的数据容器。

总结

在物联网边缘设备上收集和管理的数据量不断增加，这给物联网工程师和数据库管理系统供应商带来了挑战，他们必须不断研究和解决。物联网收集的数据量以及收集数据的方法的增长速度似乎与新系统的数量一样快。虽然一些变量保持不变，例如对低资源消耗的需求，但数据处理需求只会增长。边缘数据库管理和分析必须小而快，但功能强大到足以增强设备功能。此外，高度可配置的数据库管理成为关键。一些设备没有足够的果汁来运行任何东西，除了一个简单的数据收集任务。其他人更有能力。必须考虑和规划间歇性和可变性连接，而授权的可访问性应该是无缝的。

审核编辑：郭婷