物聯(lián)網(wǎng)的組成，從普通用戶而非技術人員角度，大致可以概括為如下四個部分：物聯(lián)網(wǎng)終端、傳感器、網(wǎng)絡與物聯(lián)網(wǎng)服務

　　1.物聯(lián)網(wǎng)終端

　　物聯(lián)網(wǎng)終端就是指前面提到的“物”。它上面會裝有一種名為傳感器的電子元件，并與網(wǎng)絡相連接。比如大家拿著的智能手機和平板電腦就是物聯(lián)網(wǎng)終端的一種。汽車、家電產(chǎn)品、自行車、我們時刻戴著的手表和手環(huán)，包括農(nóng)場中的一座大棚，工廠里的一臺機器等，只要能滿足上述條件，就是一種物聯(lián)網(wǎng)終端。這些終端通常起著兩個作用：感測和反饋。

　　感測指的是搜集終端本身的狀態(tài)及周邊環(huán)境的狀態(tài)并通知系統(tǒng)。這里說的狀態(tài)包括如燈是開是關、房間的溫度和濕度、門口有沒有人、機器運行的狀態(tài)，等等。而終端是利用傳感器這種電子元件來實現(xiàn)感測的。

　　反饋是指接收從系統(tǒng)發(fā)來的通知后，顯示信息或執(zhí)行指定的操作。系統(tǒng)會基于從傳感器搜集到的數(shù)據(jù)，經(jīng)過處理后，進行一些反饋，并通常需要通過物聯(lián)網(wǎng)終端針對現(xiàn)實世界采取相應的行動。反饋有多種形式，包括可視化、通知，以及控制等。通過“可視化”，用戶能夠使用電腦和智能手機上的Web瀏覽器或APP隨時查看經(jīng)物聯(lián)網(wǎng)服務處理后的信息；通過“推送通知”，系統(tǒng)就能在檢測到“物”的異常狀態(tài)或觸發(fā)某些指令后，將其通知給終端或信息接收者，以達到提醒和告警的目的；通過“控制”，系統(tǒng)就可以直接控制終端的運轉，實現(xiàn)自動化操作，而無需借助人工。

　　2.傳感器

　　在物聯(lián)網(wǎng)終端中，要想搜集終端和環(huán)境的狀態(tài)，就需要利用一個叫做傳感器的電子元件。傳感器負責把物理現(xiàn)象用電子信號的形式輸出。例如有的傳感器可以把溫度和濕度作為電子信號輸出，還有的傳感器能把超聲波和紅外線等人類難以感知的現(xiàn)象轉換成電子信號輸出，等等。

　　通過傳感器輸出的電子信號，系統(tǒng)就能夠獲取現(xiàn)實世界中的“物”的狀態(tài)或周邊環(huán)境的狀態(tài)了。人們很少單獨利用這些傳感器，通常都是將它們置入各種各樣的物聯(lián)網(wǎng)終端里來加以利用的。

　　3.網(wǎng)絡

　　在把終端連接到物聯(lián)網(wǎng)服務時，網(wǎng)絡是不可或缺的。物聯(lián)網(wǎng)使用的網(wǎng)絡大體上分為兩種：一種是把終端連接到其他終端的網(wǎng)絡，另一種是把終端連接到物聯(lián)網(wǎng)服務的網(wǎng)絡。

　　無法或不需要直接連接到互聯(lián)網(wǎng)的終端是存在的，而通過把終端連接到其他終端，如連接到負責收集傳感器數(shù)據(jù)的物聯(lián)網(wǎng)網(wǎng)關設備，就能通過物聯(lián)網(wǎng)網(wǎng)關把這些不能連接到互聯(lián)網(wǎng)的終端再集中連接到互聯(lián)網(wǎng)了。這種網(wǎng)絡連接方式在工業(yè)領域應用極廣，能夠節(jié)省成本以及提高連接效率。而針對終端之間的連接，藍牙、ZigBee、LoRa、WIFI是幾種比較有代表性的網(wǎng)絡標準。

　　至于把終端直接連接到物聯(lián)網(wǎng)服務系統(tǒng)，則通常會涉及到互聯(lián)網(wǎng)的訪問。除了基于WIFI和寬帶網(wǎng)絡外，GPRS/3G/4G/5G以及通用的NB-IoT等移動線路也很常用，尤其是在戶外和移動場景下。而除了現(xiàn)在Web服務中廣泛使用的HTTP和WebSocket協(xié)議以外，還有一些專為機器對機器通信和物聯(lián)網(wǎng)而產(chǎn)生的輕量級協(xié)議，如MQTT，CoAp，XMPP等。

　　4.物聯(lián)網(wǎng)服務

　　對于技術人員來說，在網(wǎng)絡層之上，物聯(lián)網(wǎng)體系還會劃分出如基礎設施層、平臺層、應用層等不同層次，但對于普通用戶來說，可以統(tǒng)稱為物聯(lián)網(wǎng)服務。物聯(lián)網(wǎng)服務有兩個作用：一是從終端接收數(shù)據(jù)以及發(fā)送數(shù)據(jù)給物聯(lián)網(wǎng)終端；二是處理和保存數(shù)據(jù)。

　　物聯(lián)網(wǎng)接收從終端直接發(fā)來的數(shù)據(jù)。終端發(fā)來的數(shù)據(jù)內容包括終端搭載的傳感器所采集到的信息，以及用戶對終端進行的操作等。

　　而僅僅采集傳感器和終端發(fā)來的數(shù)據(jù)，那只不過是將一堆龐大的數(shù)據(jù)聚在一起而已，很難直接應用這些數(shù)據(jù)。為了實現(xiàn)具體的應用服務，就需要從采集到的數(shù)據(jù)中分析出有價值的信息。因此，只有通過對數(shù)據(jù)進行分析，才有可能掌握終端的運轉情況，找出其中蘊含的趨勢，提前檢測出今后可能會發(fā)生的異常情況。這樣才能把整個物聯(lián)網(wǎng)服務從一個單純的采集數(shù)據(jù)的系統(tǒng)升華到一項幫助使用者創(chuàng)造價值的服務。

　　不過，從終端接收到的數(shù)據(jù)不只有能用計算機簡單處理的數(shù)值型數(shù)據(jù)，根據(jù)傳感器的不同，還包含圖像、語音、自然語言等很難直接用計算機處理、沒有被結構化的數(shù)據(jù)。我們把這種數(shù)據(jù)叫做非結構化數(shù)據(jù)。數(shù)據(jù)處理時，有時也會把那些易于用計算機處理的數(shù)據(jù)從非結構化數(shù)據(jù)中提取出來，例如把表示圖像和語音特征的特征值提取出來。這些信息也會被保存到結構化的數(shù)據(jù)庫中，并按照傳統(tǒng)數(shù)據(jù)處理的方式進行分析和使用。而對于那些無法進行結構化數(shù)據(jù)提取的非結構化數(shù)據(jù)，則需要借助目前日臻成熟的如大數(shù)據(jù)、機器學習等技術去進行分析和處理了。