導(dǎo)讀:物聯(lián)網(wǎng)對數(shù)據(jù)存儲、網(wǎng)絡(luò)、處理和分析提出了前所未有的要求;對于最終用戶、供應(yīng)商和投資者來說,它既是挑戰(zhàn),也是機遇。但是,到底哪種數(shù)據(jù)處理和分析技術(shù)對物聯(lián)網(wǎng)真正重要?
物聯(lián)網(wǎng)對數(shù)據(jù)存儲、網(wǎng)絡(luò)、處理和分析提出了前所未有的要求;對于最終用戶、供應(yīng)商和投資者來說,它既是挑戰(zhàn),也是機遇。但是,到底哪種數(shù)據(jù)處理和分析技術(shù)對物聯(lián)網(wǎng)真正重要?
在大肆炒作的同時,物聯(lián)網(wǎng)概念在過去幾年中已經(jīng)趨于成熟。人們越來越關(guān)注安全和數(shù)據(jù)治理、邊緣分析以及使項目成功必需的其他技術(shù)和平臺。
人們在考慮甚至是實施物聯(lián)網(wǎng)時,很容易將注意力集中在錯誤元素上。這是因為“物聯(lián)網(wǎng)”這個術(shù)語的創(chuàng)始人英國技術(shù)先驅(qū)凱文·阿什頓(Kevin Ashton),他與麻省理工學(xué)院共同創(chuàng)建了汽車識別中心,重點關(guān)注物聯(lián)網(wǎng)的兩個方面:網(wǎng)絡(luò)和“東西”本身。
數(shù)據(jù),而不是“東西”
“物聯(lián)網(wǎng)”一詞中缺少了最重要部分——數(shù)據(jù)本身。
如果傳感器和智能設(shè)備沒有捕獲數(shù)據(jù),那么,它們顯然就沒有你想象的那樣“智能”。值得注意的是,有些傳感器實際上“很笨”——例如,除了偶爾讀取溫度或壓力讀數(shù)之外,其他工作沒有。
但是,無論想從傳感器還是智能設(shè)備獲取數(shù)據(jù),如果企業(yè)無法以某種方式收集、處理和分析這些數(shù)據(jù),這些數(shù)據(jù)將變得毫無價值,而物聯(lián)網(wǎng)項目也將被認為是失敗。
隨著物聯(lián)網(wǎng)最新的數(shù)據(jù)收集、處理和分析需求給較舊、更傳統(tǒng)數(shù)據(jù)平臺帶來的巨大壓力,我們已經(jīng)確認了一些我們認為在物聯(lián)網(wǎng)時代將變得更加重要的技術(shù)。
物聯(lián)網(wǎng):廣闊的發(fā)展空間
物聯(lián)網(wǎng)有著非常廣闊的發(fā)展空間,幾乎可以利用任何形式的技術(shù)。隨著越來越多企業(yè)將物聯(lián)網(wǎng)納入戰(zhàn)略發(fā)展計劃,特別是下列五種數(shù)據(jù)收集和分析技術(shù)的逐步采用,相信一定可以為企業(yè)以及企業(yè)的合作伙伴和客戶帶來豐厚利益。當然,物聯(lián)網(wǎng)的雙向性也值得注意:它不僅可以收集數(shù)據(jù),還兼顧管理工具和平臺。例如,負責(zé)初始資源配置、更新和升級、重新配置、診斷和修復(fù)。
我個人認為,下列數(shù)據(jù)收集和分析技術(shù)將會越來越重要:
▲安全與數(shù)據(jù)治理
▲基礎(chǔ)架構(gòu),特別是邊緣分析
▲數(shù)據(jù)處理,包括內(nèi)存技術(shù)、NoSQL和Hadoop
▲高級分析
▲數(shù)據(jù)集成和傳輸