物聯(lián)網(wǎng)是一個(gè)很寬泛的概念，是指各種設(shè)備、機(jī)器都通過(guò)互聯(lián)網(wǎng)連接起來(lái)，車(chē)聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等都屬于物聯(lián)網(wǎng)范疇。根據(jù)Gartner報(bào)告，聯(lián)網(wǎng)的設(shè)備在2019年已經(jīng)超過(guò)142億，預(yù)計(jì)2021年將達(dá)到250億，這是一個(gè)巨大的數(shù)量。毫無(wú)疑問(wèn)，我們需要一個(gè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)來(lái)處理這些聯(lián)網(wǎng)設(shè)備產(chǎn)生的海量數(shù)據(jù)。

一個(gè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)需要具備哪些功能？與通用的大數(shù)據(jù)平臺(tái)相比，它需要具備什么樣的特征呢？我們來(lái)仔細(xì)分析一下。

1）高效分布式

必須是高效的分布式系統(tǒng)。物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量巨大，僅中國(guó)而言，就有5億多臺(tái)智能電表，每臺(tái)電表每隔15分鐘采集一次數(shù)據(jù)，一天全國(guó)智能電表就會(huì)產(chǎn)生500多億條記錄。這么大的數(shù)據(jù)量，任何一臺(tái)服務(wù)器都無(wú)能力處理，因此處理系統(tǒng)必須是分布式的，水平擴(kuò)展的。為降低成本，一個(gè)節(jié)點(diǎn)的處理性能必須是高效的，需要支持?jǐn)?shù)據(jù)的快速寫(xiě)入和快速查詢(xún)。

2）實(shí)時(shí)處理

必須是實(shí)時(shí)處理的系統(tǒng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)處理，大家所熟悉的場(chǎng)景是用戶畫(huà)像、推薦系統(tǒng)、輿情分析等等，這些場(chǎng)景并不需要什么實(shí)時(shí)性，批處理即可。但是對(duì)于物聯(lián)網(wǎng)場(chǎng)景，需要基于采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以?xún)?nèi)。如果計(jì)算沒(méi)有實(shí)時(shí)性，物聯(lián)網(wǎng)的商業(yè)價(jià)值就大打折扣。

3）高可靠性

需要運(yùn)營(yíng)商級(jí)別的高可靠服務(wù)。物聯(lián)網(wǎng)系統(tǒng)對(duì)接的往往是生產(chǎn)、經(jīng)營(yíng)系統(tǒng)，如果數(shù)據(jù)處理系統(tǒng)宕機(jī)，直接導(dǎo)致停產(chǎn)，產(chǎn)生經(jīng)濟(jì)有損失、導(dǎo)致對(duì)終端消費(fèi)者的服務(wù)無(wú)法正常提供。比如智能電表，如果系統(tǒng)出問(wèn)題，直接導(dǎo)致的是千家萬(wàn)戶無(wú)法正常用電。因此物聯(lián)網(wǎng)大數(shù)據(jù)系統(tǒng)必須是高可靠的，必須支持?jǐn)?shù)據(jù)實(shí)時(shí)備份，必須支持異地容災(zāi)，必須支持軟件、硬件在線升級(jí)，必須支持在線IDC機(jī)房遷移，否則服務(wù)一定有被中斷的可能。

4）高效緩存

需要高效的緩存功能。絕大部分場(chǎng)景，都需要能快速獲取設(shè)備當(dāng)前狀態(tài)或其他信息，用以報(bào)警、大屏展示或其他。系統(tǒng)需要提供一高效機(jī)制，讓用戶可以獲取全部、或符合過(guò)濾條件的部分設(shè)備的最新?tīng)顟B(tài)。

5）實(shí)時(shí)流式計(jì)算

需要實(shí)時(shí)流式計(jì)算。各種實(shí)時(shí)預(yù)警或預(yù)測(cè)已經(jīng)不是簡(jiǎn)單的基于某一個(gè)閾值進(jìn)行，而是需要通過(guò)將一個(gè)或多個(gè)設(shè)備產(chǎn)生的數(shù)據(jù)流進(jìn)行實(shí)時(shí)聚合計(jì)算，不只是基于一個(gè)時(shí)間點(diǎn)、而是基于一個(gè)時(shí)間窗口進(jìn)行計(jì)算。不僅如此，計(jì)算的需求也相當(dāng)復(fù)雜，因場(chǎng)景而異，應(yīng)容許用戶自定義函數(shù)進(jìn)行計(jì)算。

6）數(shù)據(jù)訂閱

需要支持?jǐn)?shù)據(jù)訂閱。與通用大數(shù)據(jù)平臺(tái)比較一致，同一組數(shù)據(jù)往往有很多應(yīng)用都需要，因此系統(tǒng)應(yīng)該提供訂閱功能，只要有新的數(shù)據(jù)更新，就應(yīng)該實(shí)時(shí)提醒應(yīng)用。而且這個(gè)訂閱也應(yīng)該是個(gè)性化的，容許應(yīng)用設(shè)置過(guò)濾條件，比如只訂閱某個(gè)物理量五分鐘的平均值。

7）和歷史數(shù)據(jù)處理合二為一

實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的處理要合二為一。實(shí)時(shí)數(shù)據(jù)在緩存里，歷史數(shù)據(jù)在持久化存儲(chǔ)介質(zhì)里，而且可能依據(jù)時(shí)長(zhǎng)，保留在不同存儲(chǔ)介質(zhì)里。系統(tǒng)應(yīng)該隱藏背后的存儲(chǔ)，給用戶和應(yīng)用呈現(xiàn)的是同一個(gè)接口和界面。無(wú)論是訪問(wèn)新采集的數(shù)據(jù)還是十年前的老數(shù)據(jù)，除輸入的時(shí)間參數(shù)不同之外，其余應(yīng)該是一樣的。

8）數(shù)據(jù)持續(xù)穩(wěn)定寫(xiě)入

需要保證數(shù)據(jù)能持續(xù)穩(wěn)定寫(xiě)入。對(duì)于物聯(lián)網(wǎng)系統(tǒng)，數(shù)據(jù)流量往往是平穩(wěn)的，因此數(shù)據(jù)寫(xiě)入所需要的資源往往是可以估算的。但是變化的是查詢(xún)、分析，特別是即席查詢(xún)，有可能耗費(fèi)很大的系統(tǒng)資源，不可控。因此系統(tǒng)必須保證分配足夠的資源以確保數(shù)據(jù)能夠?qū)懭胂到y(tǒng)而不被丟失。準(zhǔn)確的說(shuō)，系統(tǒng)必須是一個(gè)寫(xiě)優(yōu)先系統(tǒng)。

9）數(shù)據(jù)多維度分析

需要對(duì)數(shù)據(jù)支持靈活的多維度分析。對(duì)于聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)，需要進(jìn)行各種維度的統(tǒng)計(jì)分析，比如從設(shè)備所處的地域進(jìn)行分析，從設(shè)備的型號(hào)、供應(yīng)商進(jìn)行分析，從設(shè)備所使用的人員進(jìn)行分析等等。而且這些維度的分析是無(wú)法事先想好的，而是在實(shí)際運(yùn)營(yíng)過(guò)程中，根據(jù)業(yè)務(wù)發(fā)展的需求定下來(lái)的。因此物聯(lián)網(wǎng)大數(shù)據(jù)系統(tǒng)需要一個(gè)靈活的機(jī)制增加某個(gè)維度的分析。

10）支持?jǐn)?shù)據(jù)計(jì)算

需要支持?jǐn)?shù)據(jù)降頻、插值、特殊函數(shù)計(jì)算等操作。原始數(shù)據(jù)的采集可能頻次挺高，但具體分析時(shí)，往往不需要對(duì)原始收據(jù)進(jìn)行，而是數(shù)據(jù)降頻之后。系統(tǒng)需要提供高效的數(shù)據(jù)降頻操作。設(shè)備是很難同步的，不同設(shè)備采集數(shù)據(jù)的時(shí)間點(diǎn)是很難對(duì)齊的，因此分析一個(gè)特定時(shí)間點(diǎn)的值，往往需要插值才能解決，系統(tǒng)需要提供線性插值、設(shè)置固定值等多種插值策略才行。工業(yè)互聯(lián)網(wǎng)里，除通用的統(tǒng)計(jì)操作之外，往往還需要支持一些特殊函數(shù)，比如時(shí)間加權(quán)平均。

11）即席分析和查詢(xún)

需要支持即席分析和查詢(xún)。為提高大數(shù)據(jù)分析師的工作效率，系統(tǒng)應(yīng)該提供一命令行工具或容許用戶通過(guò)其他工具，執(zhí)行SQL查詢(xún)，而不是非要通過(guò)編程接口。查詢(xún)分析的結(jié)果可以很方便的導(dǎo)出，再制作成各種圖標(biāo)。

12）靈活數(shù)據(jù)管理策略

需要提供靈活的數(shù)據(jù)管理策略。一個(gè)大的系統(tǒng)，采集的數(shù)據(jù)種類(lèi)繁多，而且除采集的原始數(shù)據(jù)外，還有大量的衍生數(shù)據(jù)。這些數(shù)據(jù)各自有不同的特點(diǎn)，有的采集頻次高，有的要求保留時(shí)間長(zhǎng)，有的需要多個(gè)副本以保證更高的安全性，有的需要能快速訪問(wèn)。因此物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)必須提供多種策略，讓用戶可以根據(jù)特點(diǎn)進(jìn)行選擇和配置，而且各種策略并存。

13）開(kāi)放的系統(tǒng)

必須是開(kāi)放的。系統(tǒng)需要支持業(yè)界流行的標(biāo)準(zhǔn)SQL，提供各種語(yǔ)言開(kāi)發(fā)接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各種機(jī)器學(xué)習(xí)、人工智能算法或其他應(yīng)用，讓大數(shù)據(jù)處理平臺(tái)能夠不斷擴(kuò)展，而不是成為一個(gè)孤島。

14）支持異構(gòu)環(huán)境

系統(tǒng)必須支持異構(gòu)環(huán)境。大數(shù)據(jù)平臺(tái)的搭建是一個(gè)長(zhǎng)期的工作，每個(gè)批次采購(gòu)的服務(wù)器和存儲(chǔ)設(shè)備都會(huì)不一樣，系統(tǒng)必須支持各種檔次、各種不同配置的服務(wù)器和存儲(chǔ)設(shè)備并存。

15）支持邊云協(xié)同

需要支持邊云協(xié)同。要有一套靈活的機(jī)制將邊緣計(jì)算節(jié)點(diǎn)的數(shù)據(jù)上傳到云端，根據(jù)具體需要，可以將原始數(shù)據(jù)，或加工計(jì)算后的數(shù)據(jù)，或僅僅符合過(guò)濾條件的數(shù)據(jù)同步到云端，而且隨時(shí)可以取消，更改策略。

16）單一后臺(tái)管理

需要單一的后臺(tái)管理系統(tǒng)。便于查看系統(tǒng)運(yùn)行狀態(tài)、管理集群、管理用戶、管理各種系統(tǒng)資源等，而且系統(tǒng)能夠與第三方IT運(yùn)維監(jiān)測(cè)平臺(tái)無(wú)縫集成，便于管理。

17）私有化部署

便于私有化部署。因?yàn)楹芏嗥髽I(yè)出于安全以及各種因素的考慮，希望采用私有化部署。而傳統(tǒng)的企業(yè)往往沒(méi)有很強(qiáng)的IT運(yùn)維團(tuán)隊(duì)，因此在安裝、部署上需要做到簡(jiǎn)單、快捷，可維護(hù)性強(qiáng)。

總結(jié)

物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的主要功能和特點(diǎn)。雖然物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)本身也在演變之中，但總的目標(biāo)不會(huì)改變，那就是高效、可伸縮、實(shí)時(shí)、可靠、靈活、開(kāi)放、簡(jiǎn)單、易維護(hù)。