物联网、边缘计算和缩小分析差距

 行业动态     |      2019-09-18 06:17

2012西甲射手榜,筷子兄弟 父亲歌词,茹

在2015年至2020年的五年,物联网预计将比任何其他类别的设备增长更快。机器对机器连接的数量将增长近2.5倍,从2015年的49亿台增加到2020年的122亿台。

从数据到达响应点的那一刻起,数据的价值随着差距的增大而降低;从业务的角度来看,企业需要快速分析,并尽可能接近数据源。

转向边缘计算分析

人们现在都熟悉WiFi连接设备,如洗衣机、机器人吸尘器、家用恒温器等。这些物联网设备通常会发送统计数据或状态,这是一个很好的事情,通过智能家庭集线器或显示在手机上。然而,物联网设备广泛应用只是完成物联网革命的一半,下一半是让它们运行自我诊断和统计分析,然后再将信息发送给企业进行进一步分析,从而使他们最终不仅联网而且智能。恒温器就是一个简单的例子,可以根据天气、到家时间、交通和其他信息计算预测,因此可以开始加热洗澡水,并告知真空吸尘器开始清洁,以便在主人到家之前完成。这不是通知主人,而是在源设备或边缘计算设备上做出决策和采取行动。

例如,如果以电信行业为例,那就是他们曾经的运作方式。通常在中央通信枢纽中,电话接线员在那里接听用户的电话,用户不得不事先 订购 一条线路,并且只有在这条线路开通后才能通话,所有呼叫都通过一个中心位置进行路由,其分析仅在其中心枢纽中完成。

以另一个现实生活为例,例如几十架飞机在机场上空盘旋、准备起飞或降落。在几秒或几毫秒内分析数据的能力不仅仅影响航空公司收入,其真正商业价值与旅客生命息息相关。因此每一秒都很重要,每一个轻微的失误或技术问题都会产生巨大的多米诺骨牌效应。

人们可以在边缘计算设备上执行部分算法或分析功能,同时以非侵入方式将数据从边缘设备本地网格异步或同步到集线器或集中网格,在那里将执行进一步和更多的计算关于原始数据或汇总数据。

进行实时分析就是提取率、简化工作流程、减少组件架构以降低总体拥有成本。现在需要了解一下lambda或kappa架构,通过将所有信息视为数据流简化所有事情是很好的,但由于架构中移动部分的数量太多,仍然会带来意外的复杂性。

本文地址:http://www.feizekeji.com/jiadian/194533.html 转载请注明出处!