从智能恒温器到健身追踪器，物联网设备在人们的日常生活中已经司空见惯。这些连接网络的设备收集，处理和共享人们周围物理世界的数据，以帮助人们的生活更轻松，更美好。
】从智能恒温器到健身追踪器，物联网设备在人们的日常生活中已经司空见惯。这些连接网络的设备收集，处理和共享人们周围物理世界的数据，以帮助人们的生活更轻松，更美好。
同样，许多企业正在采用物联网来使用数据，从而更好地了解其运营情况，做出更明智的决策，重新定位客户参与度，并重新思考怎么样创造价值。例如，一家供应链管理公司在其托盘、箱子和容器中部署了传感器，跟踪货物的地理位置，环境和温度和压力等环境变量。这将公司可以提供给客户的价值转变为从租赁托盘到优化供应链成本，这些将成为获知运输货物剩余保质期的数据。
随着低成本传感器，弹性计算和数据科学的加快速度进行发展，许多行业观察家期望企业迅速部署物联网设备。事实上，根据调查研究机构Gartner公司预测，企业将在2018年安装约41亿个物联网设备，到2020年终达到75亿个。
专家预计，在这一时期内，所有这些开发项目将在范围内产生大约44万亿兆字节的额外的物联网数据。这使人们想到了一个核心问题：采用哪种佳技术架构来解决这一爆炸性增长的数据趋势?这里有三个广泛的选择：本地部署，云计算，或混合架构。其答案始终取决于使用情况。
本地部署的物联网架构采用边缘计算，其中在网络边缘处理数据，这一个位置接近数据源头。而根据调查研究机构IDC的调查，到2019年，45%的物联网设备数据将被存储，处理，并靠近边缘计算。该模式能够给大家提供更小的性能足迹，能够在一定程度上帮助企业对数据来进行更多的实时响应。例如，在石油钻井平台上，采用传感器能检测故障的阀门会不会产生火灾隐患。在这种情况下，企业不能承受任何延误。如果数据需要发送到卫星，在数据中心返回到通知关闭阀门之前，其响应时间可能太晚了。但是，随着更快的边缘部署，数据不必远离其数据来源。这能够大大减少时间延迟，并允许做出关键的决定。
此外，本地部署的架构不依赖互联网连接，如云环境。并且本地部署的架构也受到面临严重数据安全问题的企业的青睐。利用边缘计算的本地体系结构有很多意义。
云端物联网架构有利于组织管理大量的连接设备，通过内部和外部数据的组合驱动价值。例如，供应链应用程序能从理解一个部分相对于整体聚合视图的具体视图而受益。而完整视图之外只有一组数据失去意义。例如，通过单独用本地部署的架构，就不可能试图为资产构建的每个组件协调供应链。
此外，云计算架构在与其他物联网设备和云系统集成和交互方面提供更大的互操作性。该模型提供了更多的架构灵活性和外部数据源的利用率。云应用程序在生态系统中看到了更多的创新，其部分原因是软件研发人员着重关注大型市场。利用云计算架构的物联网部署可以更有效，因为很多具有技术创新和竞争性的产品已经可用。从本质上说，云计算架构可以使组织能够面对未来的。
通常好的方法是地结合边缘计算的大型核心数据集的处理，然后在核心处理一组简化的聚合衍生数据。例如，智能城市部署的停车传感器能处理靠近车位的所有传感器的数据，只提供有关不同车库开放的地点和数量的汇总数据，从而为进入市区的司机提供智能寻找车位的建议。毕竟，每隔几秒就传输所有这一些数据的成本可能是很昂贵的，而接近目的地的驾驶人员不一定知道停车场的那些位置是开放的。在这种情况下，采用混合架构是理想的选择。
资产优化的另一个例子是风力涡轮机的应用，风力涡轮机使用传感器在本地部署收集和分析每个涡轮机上的数据，并总体优化其总体性能。在这里，通过许多数据点可以进一步探索涡轮机组件的运作状况。每个组件的健康情况汇总在一起提供了风力发电机的状况视图。后，汇总来自所有风力发电机的数据，为风电场提供可操作的信息。在这样的情况下，应该在网络边缘处理多少数据，而将哪些数据在数据中心处理，这是一个重要考虑的架构。本地部署架构的实时响应以及云计算的全系统访问和可扩展性的组合将会得到好的发挥。
终，设计考虑可以为物联网系统的数据和处理架构提供知情的选择。要确定什么物联网架构适合，请查看组织当前和计划的设备，业务目标和场景，相关流程和计划结果的范围。通过可扩展性，性能，带宽经济性和技术创新率的技术考虑评估这些业务需求。
随着物联网设备在工作和生活中的不断普及，企业不仅要考虑业务模式和部署计划，还需要仔细考虑采用什么样的系统架构来实现物联网在其业务中的承诺。
凡本站注明“来源：人机一体化智能系统网”的全部作品，均为浙江兴旺宝明通网络有限公司-人机一体化智能系统网合法拥有版权或有权使用的作品，没有经过本网站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：人机一体化智能系统网”。违反上述声明者，本站将追究其有关规定法律责任。
本站转载并注明自其它来源（非人机一体化智能系统网）的作品，目的是传递更加多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵犯权利的行为的直接责任及连带责任。如别的媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：人机一体化智能系统网”，本站将依照法律来追究责任。
鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系方式；邮箱：。
