在大肆炒作的同時(shí)，物聯(lián)網(wǎng)概念在過(guò)去幾年中已經(jīng)趨于成熟。人們?cè)絹?lái)越關(guān)注安全和數(shù)據(jù)治理、邊緣分析以及使項(xiàng)目成功必需的其他技術(shù)和平臺(tái)。
人們?cè)诳紤]甚至是實(shí)施物聯(lián)網(wǎng)時(shí)，很容易將注意力集中在錯(cuò)誤元素上。這是因?yàn)?ldquo;物聯(lián)網(wǎng)”這個(gè)術(shù)語(yǔ)的創(chuàng)始人英國(guó)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(shí)別中心，重點(diǎn)關(guān)注物聯(lián)網(wǎng)的兩個(gè)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(shí)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(wú)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(wú)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(wú)價(jià)值，而物聯(lián)網(wǎng)項(xiàng)目也將被認(rèn)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(tái)帶來(lái)的巨大壓力，我們已經(jīng)確認(rèn)了一些我們認(rèn)為在物聯(lián)網(wǎng)時(shí)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(lái)越多企業(yè)將物聯(lián)網(wǎng)納入戰(zhàn)略發(fā)展計(jì)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(lái)豐厚利益。當(dāng)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(tái)。例如，負(fù)責(zé)初始資源配置、更新和升級(jí)、重新配置、診斷和修復(fù)。
我個(gè)人認(rèn)為，下列數(shù)據(jù)收集和分析技術(shù)將會(huì)越來(lái)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(jí)分析
▲數(shù)據(jù)集成和傳輸
在這個(gè)迷你系列的下一篇文章中，我將詳細(xì)介紹這五種數(shù)據(jù)收集和分析技術(shù)對(duì)物聯(lián)網(wǎng)如此重要的原因，并進(jìn)一步解釋為什么在物聯(lián)網(wǎng)中過(guò)分強(qiáng)調(diào)“東西”是錯(cuò)誤的，盡管凱文·阿什頓的“物聯(lián)網(wǎng)”術(shù)語(yǔ)甚至都沒有包括“數(shù)據(jù)”一詞。
京公網(wǎng)安備 11010502049343號(hào)