物聯(lián)網(wǎng)(Internet of Things IOT)在大數(shù)據(jù) (Big Data) 之后順理成章的響應(yīng)起來, 比起較為看不見的大數(shù)據(jù)，物聯(lián)網(wǎng)看得見摸得著，而且也是人類從19世紀(jì)第一次工業(yè)革命之后，第一次考慮地球永續(xù)的產(chǎn)業(yè)升級。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)來使用數(shù)據(jù)，從而更好地了解其運營情況，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。事實上，根據(jù)調(diào)研機構(gòu)Gartner公司預(yù)測，企業(yè)將在2018年安裝約41億個物聯(lián)網(wǎng)設(shè)備，到2020年最終達到75億個。

專家預(yù)計，在這一時期內(nèi)，所有這些開發(fā)項目將在全球范圍內(nèi)產(chǎn)生大約44萬億兆字節(jié)的額外的物聯(lián)網(wǎng)數(shù)據(jù)。這使人們想到了一個核心問題：采用哪種最佳技術(shù)架構(gòu)來解決這一爆炸性增長的數(shù)據(jù)趨勢?這里有三個廣泛的選擇：本地部署，云計算，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)采用邊緣計算，其中在網(wǎng)絡(luò)邊緣處理數(shù)據(jù)，這個位置最接近數(shù)據(jù)源頭。而根據(jù)調(diào)研機構(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，處理，并靠近邊緣計算。該模式可以提供更小的性能足跡，可以幫助企業(yè)對數(shù)據(jù)進行更多的實時響應(yīng)。例如，在石油鉆井平臺上，采用傳感器可以檢測故障的閥門是否產(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)來源。這可以減少時間延遲，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)重數(shù)據(jù)安全問題的企業(yè)的青睞。利用邊緣計算的本地體系結(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，通過內(nèi)部和外部數(shù)據(jù)的組合驅(qū)動價值。例如，供應(yīng)鏈應(yīng)用程序可以從理解一個部分相對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，通過單獨使用本地部署的架構(gòu)，就不可能試圖為資產(chǎn)構(gòu)建的每個組件協(xié)調(diào)供應(yīng)鏈。

此外，云計算架構(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)人員重點關(guān)注大型市場。利用云計算架構(gòu)的物聯(lián)網(wǎng)部署可以更有效，因為很多具有技術(shù)創(chuàng)新和競爭性的產(chǎn)品已經(jīng)可用。從本質(zhì)上說，云計算架構(gòu)可以使組織能夠面對未來的投資回報。

混合的物聯(lián)網(wǎng)架構(gòu)

通常最好的方法是高效地結(jié)合邊緣計算的大型核心數(shù)據(jù)集的處理，然后在核心處理一組簡化的聚合衍生數(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)不同車庫開放的地點和數(shù)量的匯總數(shù)據(jù)，從而為進入市區(qū)的司機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)化的另一個例子是風(fēng)力渦輪機的應(yīng)用，風(fēng)力渦輪機使用傳感器在本地部署收集和分析每個渦輪機上的數(shù)據(jù)，并總體優(yōu)化其總體性能。在這里，通過許多數(shù)據(jù)點可以深入了解渦輪機組件的運行狀況。每個組件的健康狀況匯總在一起提供了風(fēng)力發(fā)電機的狀況視圖。最后，匯總來自所有風(fēng)力發(fā)電機的數(shù)據(jù)，為風(fēng)電場提供可操作的信息。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，這是一個重要考慮的架構(gòu)。本地部署架構(gòu)的實時響應(yīng)以及云計算的全系統(tǒng)訪問和可擴展性的組合將會得到最好的發(fā)揮。

考慮業(yè)務(wù)需求

最終，設(shè)計考慮可以為物聯(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，請查看組織當(dāng)前和計劃的設(shè)備，業(yè)務(wù)目標(biāo)和場景，相關(guān)流程和計劃結(jié)果的范圍。通過可擴展性，性能，帶寬經(jīng)濟性和技術(shù)創(chuàng)新率的技術(shù)考慮評估這些業(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)模式和部署計劃，還需要考慮采用什么樣的系統(tǒng)架構(gòu)來實現(xiàn)物聯(lián)網(wǎng)在其業(yè)務(wù)中的承諾。