数据分析增加了对物联网的洞察力

就联网设备而言，物联网 (IoT) 设备现在的数量已经超过手机。这些设备中有许多都依赖 Wi-Fi 连接，但大多数都包括互联网连接，能够与可信赖的合作伙伴共享数据和使用信息。

什么是物联网分析？

在物联网分析中，数据分析工具应用于从物联网设备生成的大量数据，以实现数据中可用的价值和好处。这是一个相当笼统的描述，但价值和好处与 IoT 应用程序本身一样多种多样。

让我们首先探讨物联网分析的一些用例及其带来的价值，然后探讨分析物联网数据的一些选项。

物联网分析用例

分析可以直接应用于物联网数据，以造福客户或帮助优化物联网系统内的企业产品。考虑一个测量家庭用水量的智能仪表物联网系统。可以根据他们的城市和社区平均值分析数据，以确定房屋的使用率是否高于平均水平，以及房屋中是否可能存在漏水情况。这种使用模型使客户受益。

现在考虑记录使用数据的商用浓缩咖啡机。这些数据可以帮助识别机器的使用模型，这些机器是频繁使用还是不经常使用；该分析有助于未来的机器设计。这个用例代表了对营销和设计有利于业务的可操作反馈。

这些分析用例相对微不足道，但与这些传感器和系统的连接为客户和企业等提供了全面的好处。

大数据和物联网

随着大数据变成巨大的数据，必须对其进行分析，并且需要在设计时考虑可扩展性的数据处理系统。

Apache Hadoop 是一个大数据处理系统，专为可扩展性而设计。您可以在处理计算和存储的单个节点（计算机）中运行 Hadoop，或者将其扩展到数千个节点以进行大规模处理。Hadoop 旨在扩展更大的数据集，同时考虑到并行化。

Apache Spark 是另一个专注于内存数据处理的大数据处理系统。出于这个原因，它具有更高的性能，但可能会溢出到不适合内存的分区的存储中。

Hadoop 和 Spark 都是物联网处理应用程序的实际平台。有些人甚至着眼于边缘分析，使用 Hadoop 和 Spark 在源头处理数据。

物联网分析系统

您可以找到来自许多主要公司的预打包分析平台，包括 IBM、Intel® 、 Microsoft 和 Amazon。这些系统涵盖数据摄取、存储和分析。这些解决方案提供端到端的数据管理和分析，包括收集、处理/分析、可视化和边缘设备管理。该领域的其他解决方案包括 Hivemind、DeviceHive 和 Splunk。

数据专用平台

根据您正在处理的数据类型，某些存储方法和处理方法可能更适合。例如，如果您正在处理时间序列数据，存储解决方案可以专注于数据。CrateDB 是一种分布式结构化查询语言数据库，可以扩展、自我修复和处理来自许多不同传感器的 TB 级时间序列数据。MongoDB和Apache Cassandra也可以作为时序数据存储的核心。

结论

无论您是想借助 Apache 开源元素构建自己的 IoT 分析解决方案，还是使用基于云的服务，都可以使用各种解决方案来帮助您深入了解数据。

M. Tim Jones 是一位资深的嵌入式固件架构师，拥有超过 30 年的架构和开发经验。Tim 是多本书籍和多篇文章的作者，涉及软件和固件开发领域。他的工程背景从地球同步航天器的内核开发到嵌入式系统架构和协议开发。

审核编辑黄宇