当前位置:物联网市场动态 → 正文

部署物联网?诀窍在数据

责任编辑:zsheng |来源:企业网D1Net  2019-01-22 12:32:49 本文摘自:物联之家网

物联网继续在许多行业引起轰动并被广泛应用。围绕物联网的讨论主要集中在设备上——智能电视、冰箱、汽车、可穿戴设备等精巧的小玩意。但对于企业而言,物联网的最终价值不仅仅在于设备,还在于他们产生的数据。要真正释放物联网的价值,您需要驯服这些数据。

\

物联网技术正日益成为许多企业的关键任务工具。汽车制造商利用物联网开发自动驾驶汽车,最终将成为一个数万亿美元的产业。但是这些设备共同产生大量数据,如果管理和监控不当,可能导致物联网应用崩溃,并导致潜在的致命错误。

想象一辆充满物联网设备和互联技术的自动驾驶汽车,如果其中一个设备发生故障(例如雷达传感器),车辆可能会撞毁,甚至会造成人员伤亡。为了解决这个问题,汽车制造商正在采用一种称为异常检测的方法,该异常检测可实时分析大量物联网数据,以查找任何异常活动。当物联网设备开始表现出异常行为时,这种方法会提醒司机,允许他们在设备故障之前将其带去修理或更换。这使汽车制造商能够保证安全并加速自动驾驶汽车的采用。

另一个很好的使用案例来自制造业,在制造业,工业物联网(IIoT)正受到越来越多的关注。这里,IIoT用于自动化各种流程和机械,这包括您在装配线上可能会发现的任何东西,比如传送带、高架起重机和叉车。在IIOT设置中,这些机器会产生大量传感器数据,与上面的自动驾驶汽车示例一样,异常检测的使用可以确定这些机器中的一台何时发生故障,从而允许企业快速采取行动来修理或更换它。此外,这些数据可用于执行预测性维护,在这种维护中,企业会检测某些模式,这些模式显示机器在实际发生故障之前可能需要修理或更换的时间。

在这两个例子中,只有当数据被正确捕获和处理时,物联网技术才能实现其全部价值。这项技术产生了大量的流数据,有太多企业甚至没有制定一个计划来处理他们将产生的大量数据——这需要考虑他们的分析引擎从数据中得出结论的速度,以及快速处理大量数据需要的网络带宽,甚至需要考虑存储数据的方式和位置,以进行后期分析。结果,他们的物联网部署存在缺陷并且表现不佳。企业可能会迁怒于硬件,但责任在于他们无法正确处理数据。

当然,物联网数据也不容易收集、存储和分析,它以高速、大量和不同的格式出现,所有这些变量都会根据设备和用例而变化。再比如监测病人心跳的设备将不断产生大量数据,这些数据需要实时处理。此外,用于抓取和分析这些数据的系统非常复杂,这些包括用于收集数据的流存储,例如Kafka或HBase,以及用于解析数据的处理组件,例如Spark of Flink。存储组件必须在精巧的编排中有效地与处理组件协调,以使其全部工作。这些系统经常遭受数据分区不当、将传入数据发送到流存储的错误位置、资源争用问题,导致瓶颈或配置不匹配,最终导致崩溃和错误。

为了找出在这些场景中出了什么问题,唯一的选择是梳理大量的原始系统和应用程序日志,并尝试理解它们。这通常需要专家级别的经验,即便如此,这也是耗时且低效的。要真正理解物联网数据,您需要一个自动化的大数据应用程序管理软件,该软件能够快速查明物联网应用程序的哪个部分工作不正常,甚至提供如何修复这些错误的建议。

在过去的20年里,每家公司基本上都变成了一家科技公司——如果他们不接收科技,他们就没有希望在现代经济中竞争。同样,如今,每家公司都在成为一家数据公司。允许数据累积而不实际挖掘数据的企业将错失关键洞察力,并危及他们可能投入巨资的各种部署,包括物联网。

关键字:数据物联网部署

本文摘自:物联之家网

x 部署物联网?诀窍在数据 扫一扫
分享本文到朋友圈
当前位置:物联网市场动态 → 正文

部署物联网?诀窍在数据

责任编辑:zsheng |来源:企业网D1Net  2019-01-22 12:32:49 本文摘自:物联之家网

物联网继续在许多行业引起轰动并被广泛应用。围绕物联网的讨论主要集中在设备上——智能电视、冰箱、汽车、可穿戴设备等精巧的小玩意。但对于企业而言,物联网的最终价值不仅仅在于设备,还在于他们产生的数据。要真正释放物联网的价值,您需要驯服这些数据。

\

物联网技术正日益成为许多企业的关键任务工具。汽车制造商利用物联网开发自动驾驶汽车,最终将成为一个数万亿美元的产业。但是这些设备共同产生大量数据,如果管理和监控不当,可能导致物联网应用崩溃,并导致潜在的致命错误。

想象一辆充满物联网设备和互联技术的自动驾驶汽车,如果其中一个设备发生故障(例如雷达传感器),车辆可能会撞毁,甚至会造成人员伤亡。为了解决这个问题,汽车制造商正在采用一种称为异常检测的方法,该异常检测可实时分析大量物联网数据,以查找任何异常活动。当物联网设备开始表现出异常行为时,这种方法会提醒司机,允许他们在设备故障之前将其带去修理或更换。这使汽车制造商能够保证安全并加速自动驾驶汽车的采用。

另一个很好的使用案例来自制造业,在制造业,工业物联网(IIoT)正受到越来越多的关注。这里,IIoT用于自动化各种流程和机械,这包括您在装配线上可能会发现的任何东西,比如传送带、高架起重机和叉车。在IIOT设置中,这些机器会产生大量传感器数据,与上面的自动驾驶汽车示例一样,异常检测的使用可以确定这些机器中的一台何时发生故障,从而允许企业快速采取行动来修理或更换它。此外,这些数据可用于执行预测性维护,在这种维护中,企业会检测某些模式,这些模式显示机器在实际发生故障之前可能需要修理或更换的时间。

在这两个例子中,只有当数据被正确捕获和处理时,物联网技术才能实现其全部价值。这项技术产生了大量的流数据,有太多企业甚至没有制定一个计划来处理他们将产生的大量数据——这需要考虑他们的分析引擎从数据中得出结论的速度,以及快速处理大量数据需要的网络带宽,甚至需要考虑存储数据的方式和位置,以进行后期分析。结果,他们的物联网部署存在缺陷并且表现不佳。企业可能会迁怒于硬件,但责任在于他们无法正确处理数据。

当然,物联网数据也不容易收集、存储和分析,它以高速、大量和不同的格式出现,所有这些变量都会根据设备和用例而变化。再比如监测病人心跳的设备将不断产生大量数据,这些数据需要实时处理。此外,用于抓取和分析这些数据的系统非常复杂,这些包括用于收集数据的流存储,例如Kafka或HBase,以及用于解析数据的处理组件,例如Spark of Flink。存储组件必须在精巧的编排中有效地与处理组件协调,以使其全部工作。这些系统经常遭受数据分区不当、将传入数据发送到流存储的错误位置、资源争用问题,导致瓶颈或配置不匹配,最终导致崩溃和错误。

为了找出在这些场景中出了什么问题,唯一的选择是梳理大量的原始系统和应用程序日志,并尝试理解它们。这通常需要专家级别的经验,即便如此,这也是耗时且低效的。要真正理解物联网数据,您需要一个自动化的大数据应用程序管理软件,该软件能够快速查明物联网应用程序的哪个部分工作不正常,甚至提供如何修复这些错误的建议。

在过去的20年里,每家公司基本上都变成了一家科技公司——如果他们不接收科技,他们就没有希望在现代经济中竞争。同样,如今,每家公司都在成为一家数据公司。允许数据累积而不实际挖掘数据的企业将错失关键洞察力,并危及他们可能投入巨资的各种部署,包括物联网。

关键字:数据物联网部署

本文摘自:物联之家网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^