云是物聯(lián)網(wǎng)的基礎 物聯(lián)網(wǎng)或改變云架構

隨著(zhù)時(shí)間的發(fā)展，物聯(lián)網(wǎng)概念所涉及的東西越來(lái)越多。除了內置有內部傳感器和處理器外，這些東西還直接與網(wǎng)絡(luò )相連，在線(xiàn)傳輸它們的數據。雖然家庭自動(dòng)化可能是這一概念的“主要”用武之地，例如冰箱內的牛奶沒(méi)有了，冰箱會(huì )自動(dòng)從食品店那里定購牛奶。但是物聯(lián)網(wǎng)的應用范圍實(shí)際上正變得越來(lái)越大。我們將擁有許多能夠彼此互動(dòng)卻又彼此獨立的東西，辦公室會(huì )在需要的時(shí)候自動(dòng)定購辦公物品，無(wú)需我們干涉，甚至我們衣服和身體上的傳感器會(huì )實(shí)時(shí)將我們的健康數據傳輸我們的醫生。這類(lèi)M2M(機器對機器)通信是物聯(lián)網(wǎng)的關(guān)鍵之處。

要想充分發(fā)揮物聯(lián)網(wǎng)的全部潛在優(yōu)勢，必須將云計算的最新文章>云計算作為物聯(lián)網(wǎng)的基礎。隱藏在互聯(lián)背后的理念是收集的數據大部分應當在線(xiàn)傳輸，只有這樣應用才能有效的匯聚、分析和利用這些數據?，F在再讓我們回頭看一下冰箱的例子。在這個(gè)例子中，并不是冰箱自己從食品店那里定購牛奶，而是冰箱向應用傳輸它們的全部數據，包括目前的食品存量和用戶(hù)消耗情況，然后由應用讀取和分析這些數據。隨后，綜合考慮其它因素，如用戶(hù)目前的食品預算資金以及牛奶會(huì )在多長(cháng)時(shí)間內送到等因素，再決定是否購買(mǎi)，而云正是這些應用的理想歸宿。

如果我們所有的日常用品都安裝這種傳感器，那么生成的數據量將非常龐大。因此，物聯(lián)網(wǎng)必須要考慮到如何存儲和分析這些生成的數據。這不僅僅是一個(gè)數據量的問(wèn)題，其中還涉及到這些數據的生成速度問(wèn)題。傳感器正在生成越來(lái)越多的數據，而且這些數據的生成速度已經(jīng)超過(guò)了大多數商業(yè)應用的處理速度。

基于云的解決方案是應對數據生成數量和速度問(wèn)題的基礎。云可以根據我們的需求自動(dòng)地動(dòng)態(tài)提供預備存儲資源，無(wú)需人工干預。云還賦予了我們通過(guò)云數據庫集群或是無(wú)需停機即可調整容量的虛擬化物理存儲訪(fǎng)問(wèn)虛擬存儲的能力和訪(fǎng)問(wèn)大型存儲資源池的能力，這些都是在本地所無(wú)法實(shí)現的。

關(guān)于這些數據的第二個(gè)問(wèn)題是如何處理它們。這一問(wèn)題有兩個(gè)難點(diǎn)。第一個(gè)難點(diǎn)是如何實(shí)時(shí)處理從每個(gè)不一物體那里獲得的所有數據點(diǎn)。第二個(gè)難點(diǎn)是從所有收集到的可用數據點(diǎn)中提取有用的信息，以及關(guān)聯(lián)從不同物體那里獲得的信息，為存儲的數據增加實(shí)際價(jià)值。

盡管實(shí)時(shí)處理看似很簡(jiǎn)單——接收數據、分析數據，然后再利用這些數據——但是實(shí)時(shí)情況并非如此。讓我們再回頭看一下那個(gè)冰箱的例子吧，想像一下每次有人打開(kāi)冰箱門(mén)，這臺冰箱就要發(fā)送一個(gè)數據包，這些數據包中包括了哪些東西被移動(dòng)了，哪些東西被放了進(jìn)來(lái)。我們估算一下，全球約有20億臺冰箱，每天開(kāi)關(guān)冰箱門(mén)4次，那么一天下來(lái)將生成80億個(gè)數據包，平均下來(lái)每秒約有10萬(wàn)個(gè)數據包，這個(gè)量是非常驚人的。更糟糕的是，這些數據點(diǎn)可能主要集中在一天之中的特點(diǎn)時(shí)段(主要是早上和晚上)。如果我們根據最大負載準備處理容量，那么大量基礎設施將會(huì )被浪費。

一旦進(jìn)行實(shí)時(shí)處理，那么我們將會(huì )遇到第二個(gè)難點(diǎn)，即如何從這些被存儲的數據中提取有用的信息，讓它們更上一個(gè)臺階，而不再是個(gè)人事務(wù)。如果冰箱能夠自動(dòng)為你向食品店下訂單，對于你個(gè)人來(lái)說(shuō)這非常不錯，但是如果制造商知道來(lái)自某些特定地區的冰箱有過(guò)熱趨勢，或是存儲某些物品的冰箱使用壽命消耗過(guò)快，那么對于制造商來(lái)說(shuō)意義將更大。為了從存儲的數據中提取這類(lèi)信息，我們需要利用現有的大數據的最新文章>大數據解決方案(以及一些即將出現的解決方案)。

云計算非常適合處理這些問(wèn)題。在第一個(gè)難點(diǎn)中，云計算允許進(jìn)行動(dòng)態(tài)分配(和回收)處理資源，讓需要實(shí)時(shí)分析冰箱數據的應用能夠應對這些海量數據以及能夠優(yōu)化基礎設施成本。在第二個(gè)難點(diǎn)中，云計算能夠與大數據解決方案進(jìn)行協(xié)作。

綜上所述，物聯(lián)網(wǎng)可能會(huì )改變云計算的總體架構，但與此同時(shí)云計算對于實(shí)現這一變化也非常關(guān)鍵。在虛擬化計算資源方面，雖然應用無(wú)需人工干預自己可以動(dòng)態(tài)分配這些資源，但是如果這樣的話(huà)云計算不會(huì )有任何發(fā)展。因為物聯(lián)網(wǎng)才是推動(dòng)它們發(fā)展的唯一動(dòng)力。