物聯(lián)網(wǎng)架構(gòu)是否可以運(yùn)行在云端？

　　從智能恒溫器到健身追蹤器，物聯(lián)網(wǎng)設(shè)備在人們的日常生活中已經(jīng)司空見慣。這些連接網(wǎng)絡(luò)的設(shè)備收集，處理和共享人們周圍物理世界的數(shù)據(jù)，以幫助人們的生活更輕松，更美好。

　　同樣，許多企業(yè)正在采用物聯(lián)網(wǎng)來(lái)使用數(shù)據(jù)，從而更好地了解其運(yùn)營(yíng)情況，做出更明智的決策，重新定位客戶參與度，并重新思考如何創(chuàng)造價(jià)值。例如，一家供應(yīng)鏈管理公司在其托盤、箱子和容器中部署了傳感器，跟蹤貨物的地理位置，環(huán)境溫度和壓力等環(huán)境變量。這將企業(yè)提供給客戶的價(jià)值轉(zhuǎn)變?yōu)閺淖赓U托盤到優(yōu)化供應(yīng)鏈成本，這些將成為獲知運(yùn)輸貨物剩余保質(zhì)期的數(shù)據(jù)。

　　隨著低成本傳感器，彈性計(jì)算和數(shù)據(jù)科學(xué)的快速發(fā)展，許多行業(yè)觀察家期望企業(yè)迅速部署物聯(lián)網(wǎng)設(shè)備。事實(shí)上，根據(jù)調(diào)研機(jī)構(gòu)Gartner公司預(yù)測(cè)，企業(yè)將在2018年安裝約41億個(gè)物聯(lián)網(wǎng)設(shè)備，到2020年最終達(dá)到75億個(gè)。

　　專家預(yù)計(jì)，在這一時(shí)期內(nèi)，所有這些開發(fā)項(xiàng)目將在全球范圍內(nèi)產(chǎn)生大約44萬(wàn)億兆字節(jié)的額外的物聯(lián)網(wǎng)數(shù)據(jù)。這使人們想到了一個(gè)核心問(wèn)題：采用哪種最佳技術(shù)架構(gòu)來(lái)解決這一爆炸性增長(zhǎng)的數(shù)據(jù)趨勢(shì)?這里有三個(gè)廣泛的選擇：本地部署，云計(jì)算，或混合架構(gòu)。其答案始終取決于使用情況。

　　本地部署的物聯(lián)網(wǎng)架構(gòu)

　　本地部署的物聯(lián)網(wǎng)架構(gòu)采用邊緣計(jì)算，其中在網(wǎng)絡(luò)邊緣處理數(shù)據(jù)，這個(gè)位置最接近數(shù)據(jù)源頭。而根據(jù)調(diào)研機(jī)構(gòu)IDC的調(diào)查，到2019年，45%的物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)將被存儲(chǔ)，處理，并靠近邊緣計(jì)算。該模式可以提供更小的性能足跡，可以幫助企業(yè)對(duì)數(shù)據(jù)進(jìn)行更多的實(shí)時(shí)響應(yīng)。例如，在石油鉆井平臺(tái)上，采用傳感器可以檢測(cè)故障的閥門是否產(chǎn)生火災(zāi)隱患。在這種情況下，企業(yè)不能承受任何延誤。如果數(shù)據(jù)需要發(fā)送到衛(wèi)星，在數(shù)據(jù)中心返回到通知關(guān)閉閥門之前，其響應(yīng)時(shí)間可能太晚了。但是，隨著更快的邊緣部署，數(shù)據(jù)不必遠(yuǎn)離其數(shù)據(jù)來(lái)源。這可以減少時(shí)間延遲，并允許做出關(guān)鍵的決定。

　　此外，本地部署的架構(gòu)不依賴互聯(lián)網(wǎng)連接，如云環(huán)境。并且本地部署的架構(gòu)也受到面臨嚴(yán)重?cái)?shù)據(jù)安全問(wèn)題的企業(yè)的青睞。利用邊緣計(jì)算的本地體系結(jié)構(gòu)有很多意義。

　　云端物聯(lián)網(wǎng)架構(gòu)

　　云端物聯(lián)網(wǎng)架構(gòu)有利于組織管理大量的連接設(shè)備，通過(guò)內(nèi)部和外部數(shù)據(jù)的組合驅(qū)動(dòng)價(jià)值。例如，供應(yīng)鏈應(yīng)用程序可以從理解一個(gè)部分相對(duì)于整體聚合視圖的具體視圖而受益。而完整視圖之外只有一組數(shù)據(jù)失去意義。例如，通過(guò)單獨(dú)使用本地部署的架構(gòu)，就不可能試圖為資產(chǎn)構(gòu)建的每個(gè)組件協(xié)調(diào)供應(yīng)鏈。

　　此外，云計(jì)算架構(gòu)在與其他物聯(lián)網(wǎng)設(shè)備和云系統(tǒng)集成和交互方面提供更大的互操作性。該模型提供了更多的架構(gòu)靈活性和外部數(shù)據(jù)源的利用率。云應(yīng)用程序在生態(tài)系統(tǒng)中看到了更多的創(chuàng)新，其部分原因是軟件開發(fā)人員重點(diǎn)關(guān)注大型市場(chǎng)。利用云計(jì)算架構(gòu)的物聯(lián)網(wǎng)部署可以更有效，因?yàn)楹芏嗑哂屑夹g(shù)創(chuàng)新和競(jìng)爭(zhēng)性的產(chǎn)品已經(jīng)可用。從本質(zhì)上說(shuō)，云計(jì)算架構(gòu)可以使組織能夠面對(duì)未來(lái)的投資回報(bào)。

　　混合的物聯(lián)網(wǎng)架構(gòu)

　　通常最好的方法是高效地結(jié)合邊緣計(jì)算的大型核心數(shù)據(jù)集的處理，然后在核心處理一組簡(jiǎn)化的聚合衍生數(shù)據(jù)。例如，智能城市部署的停車傳感器可以處理靠近車位的所有傳感器的數(shù)據(jù)，只提供有關(guān)不同車庫(kù)開放的地點(diǎn)和數(shù)量的匯總數(shù)據(jù)，從而為進(jìn)入市區(qū)的司機(jī)提供智能尋找車位的建議。畢竟，每隔幾秒就傳輸所有這些數(shù)據(jù)的成本可能是很昂貴的，而接近目的地的駕駛?cè)藛T不一定知道停車場(chǎng)的那些位置是開放的。在這種情況下，采用混合架構(gòu)是理想的選擇。

　　資產(chǎn)優(yōu)化的另一個(gè)例子是風(fēng)力渦輪機(jī)的應(yīng)用，風(fēng)力渦輪機(jī)使用傳感器在本地部署收集和分析每個(gè)渦輪機(jī)上的數(shù)據(jù)，并總體優(yōu)化其總體性能。在這里，通過(guò)許多數(shù)據(jù)點(diǎn)可以深入了解渦輪機(jī)組件的運(yùn)行狀況。每個(gè)組件的健康狀況匯總在一起提供了風(fēng)力發(fā)電機(jī)的狀況視圖。最后，匯總來(lái)自所有風(fēng)力發(fā)電機(jī)的數(shù)據(jù)，為風(fēng)電場(chǎng)提供可操作的信息。在這樣的情況下，應(yīng)該在網(wǎng)絡(luò)邊緣處理多少數(shù)據(jù)，而將哪些數(shù)據(jù)在數(shù)據(jù)中心處理，這是一個(gè)重要考慮的架構(gòu)。本地部署架構(gòu)的實(shí)時(shí)響應(yīng)以及云計(jì)算的全系統(tǒng)訪問(wèn)和可擴(kuò)展性的組合將會(huì)得到最好的發(fā)揮。

　　考慮業(yè)務(wù)需求

　　最終，設(shè)計(jì)考慮可以為物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)和處理架構(gòu)提供知情的選擇。要確定什么物聯(lián)網(wǎng)架構(gòu)最適合，請(qǐng)查看組織當(dāng)前和計(jì)劃的設(shè)備，業(yè)務(wù)目標(biāo)和場(chǎng)景，相關(guān)流程和計(jì)劃結(jié)果的范圍。通過(guò)可擴(kuò)展性，性能，帶寬經(jīng)濟(jì)性和技術(shù)創(chuàng)新率的技術(shù)考慮評(píng)估這些業(yè)務(wù)需求。

　　隨著物聯(lián)網(wǎng)設(shè)備在工作和生活中的不斷普及，企業(yè)不僅要考慮業(yè)務(wù)模式和部署計(jì)劃，還需要考慮采用什么樣的系統(tǒng)架構(gòu)來(lái)實(shí)現(xiàn)物聯(lián)網(wǎng)在其業(yè)務(wù)中的承諾。