物联网的四种计算形式

大多数产生的传感数据在产生5秒后就完全没有用了。

我们有400个传感器、多个网关、多个进程和多个系统，需要几乎同时处理这些数据。

大多数数据处理的支持者都支持云模型，在云模型中，您应该始终向云发送一些内容。这也是第一个物联网计算基础。

1. 物联网云计算

使用物联网和云计算模型，您基本上可以在云中推送和处理感觉数据。您有一个接收模块，它接收数据并将其存储在一个数据池(一个非常大的存储空间)中，然后对其应用并行处理(可能是Spark、Azure HD Insight、Hive等)，然后使用这些信息来做出决策。

自从我开始构建物联网解决方案以来，我们现在有许多新的产品和服务，可以让您非常容易地做到这一点：

• 如果您是AWS的忠实拥护者，则可以利用AWS Kinesis和大数据lambda服务。
• 你可以利用Azure的生态系统，使构建大数据功能变得非常容易。
• 或者，您可以将Google Cloud Products与Cloud IoT Core等工具一起使用。

我在物联网中面临的一些云计算挑战是：

• 企业不愿意将其数据存储在Google，Microsoft和Amazon的平台中。
• 延迟和网络中断问题。
• 不断增加的存储成本，数据安全性和持久性。
• 通常大数据框架不足以创建能够满足数据需求的大型接收模块。

2. 物联网的雾计算(Fog Computing)

有了雾计算，我们变得更强大了。我们现在使用本地处理单元或计算机，而不是将数据一直发送到云端，等待服务器处理和响应。

实施此功能的4到5年前，我们还没有Sigfox和LoraWAN等无线解决方案，而BLE都没有网状网络或远程功能。因此，我们必须使用成本更高的网络解决方案来确保我们可以与数据处理单元建立安全、持久的连接。这个中央单元是我们解决方案的核心，并且很少有专门的解决方案提供商。

我对雾计算的第一个实现是在石油和天然气管道项目中。该管道生成了数TB的数据，我们创建了一个雾网络，该雾网络具有适当的雾节点来计算数据。

从那时起，我从实施雾网络中学到的东西：

• 它不是很简单，您需要了解和理解很多事情。构建软件或我们在物联网中的工作更加直接和开放。此外，当您将网络作为障碍时，它会减慢你的速度。
• 这样的实现需要一个非常大的团队和多个供应商。
• 

（编辑：泉州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!