如果你問物聯網是什么，那么不同的人會給你不同的答案。有人說它是一種全新的、革命性的技術，也有人說它只是我們這幾十年來努力成果的自然發展。實際上它處于這兩種答案之間。從很早之前，我們就已經擁有物聯網風格的設備了，但這些設備或者極為簡單，例如恒溫器；或者非常復雜，例如飛行器上的遙控自動駕駛裝置。不同的地方在于，我們不需要投入像航天學工程那么大的成本，就能夠交付復雜的設備了。
考慮到這一點，來自微軟的Kevin Miller為使用者啟動物聯網方案的開發提供了這些基本指導方針。
模式：大處著眼，小處著手
開發物聯網設備比起純軟件開發要困難得多。因此在開始一個新的項目時要緊記這個咒語，“大處著眼，小處著手”。原型的設計變得極為重要，因為你不能等到已經賣出了100萬臺設備之后再來決定如何發布固件更新。反之，如果你創建的架構只能夠支持100臺設備，那么當你準備開始配送之前必須將它完全重寫。因此雖然設備的功能要從小處著手，但必須保證它的可伸縮性。
對于不同的物聯網設備來說，保修期的變化非常之大。雖然多數面向消費者的硬件是設計為支持今后數年，乃至十年的期限，但它們很容易被替換。而一旦你開始考慮從物理上就構建到整個結構中的設備，那么保修期可能會延長到幾十年。
模式：遙感優先
要預先預測哪些數據有價值是一件非常困難的事，因此要首先處理這一點。盡可能獲取商業數據與診斷數據，并將它們保存在大容量的系統中。如果你使用Azure，那么就要使用到Event Hub，它能夠每秒鐘處理幾百萬條消息。
當你從遙感方面入手時，安全性方面的問題會相對容易處理。雖然你仍然要考慮違背隱私與安全條例方面的問題，但相比起你將命令與控制方面的特性暴露給使用者可能招致的損害，這種方式可能面臨的破壞性是非常有限的。舉例來說，一個制造業公司寧可讓它每小時能夠生產的配件數量泄露出去，也不愿意將生產線上的機器人的控制權交給他人。
當你的遙感與安全方案證實了其可行性之后，你就能夠滿懷信心地添加命令與控制方式的特性了。
產品專注：流分析
流分析（Stream Analytics）是微軟所推薦的一種工具，可用于大量基于消息的數據。它結合使用了JavaScript和一種類似于SQL的查詢語法來處理來自于Event Hub的數據。
流分析中的SQL功能提供了在一般的數據庫中不具備的功能，其中之一是能夠根據某個滑動窗口對數據進行分組。滑動窗口之間可以是非重疊的，這與你使用SQL Server所創建的功能非常類似。作為一種替代方案，你可以使用一個持續的滑動窗口。比方說，如果你有一個15秒的滑動窗口，那么你就可以看到任意15秒期間的內容，而不是只能看到第0、15、30和第45秒的數據。
流分析工具包含了一個REST風格的接口，允許你與任何應用或數據源進行整合。在這個示例中，他們演示了如何使用遙感數據與滑動窗口找到那些在15秒的窗口期間內出現多次故障的設備。如果對此進一步擴展的話，可以讓某種監控工具使用該REST端點定期地向流分析工具進行輪詢，以找到故障設備，并向相關人士發出警告。
模式：不要干擾快速通道
要千萬注意避免在高容量組件之間進行放入任何東西。舉例來說，不要嘗試改動Event Hub與Stream Insight之間的數據。如果需要對數據進行清理，就在它進入“粗管道”之間完成，或是在數據從另一端返回之后再進行。
模式：深度防御
安全是一種共同承擔的責任。系統中的每個部分，從設備到云端服務器都需要保證其安全性。實現這一點需要每一方的參與：你不可能像購買其它服務那樣購買安全性。如果無法做到涵蓋每一方面的安全性就會造成極大的麻煩，新聞中將出現被攻破的汽車與醫學設備的相關報道。
一種經常被忽略的場景是設備的回收。如果你的電話配備了某種智能無鑰匙啟動系統，然后你又賣掉了這個電話，那么它還能夠解開你家里或汽車的鎖嗎？也許這個電話甚至能夠解開你的銀行帳戶呢?
因此使用多個安全層是非常重要的。除了常見的實踐之外，你還要注意違反模式的地方，例如某個設備出現在錯誤的地方，或是發送的數據與平時的情況不一致。
京公網安備 11010502049343號