選擇的 物聯網資料庫 必須能夠滿足物聯網特定要求。在選擇 物聯網資料庫 時,IT管理員有許多要注意的事項,包括其可伸縮性,容錯性,高可用性和靈活性。他們還必須考慮到數據庫的位置(本地端還是雲端之中),以及是否應該對其進行管理,或開放等等。

 

數據是 物聯網資料庫 的核心

企業應通過瞭解其數據和功能要求,以及該數據庫如何適應其業務戰略來開始尋找要選擇的物聯網數據庫,IT管理員首先必須評估數據類型和數據流,並定義其功能,性能和其他業務需求。

 

依序的方法以選擇 物聯網資料庫

為了幫助選擇數據庫,物聯網技術人員應採取循序漸進的方法,以確保物聯網數據庫滿足其組織的需求。

 

選擇合適的物聯網資料庫

1.評估數據庫將存儲和管理的數據類型。物聯網數據類型與用例本身一樣多種多樣,但它們可以分為幾類,包括:

設備元數據。這可能包括設備ID,物理設備的唯一標識符;設備類別或類型;設備的生產日期;硬件序列號;和當前配置或版本。

設備狀態信息。這包括該設備的各種相關狀態,例如打開或關閉,主動或被動或正在記錄。

遙測數據。設備收集的數據(假設它是傳感器或主要功能是收集數據的設備)通常以流數據的形式到達,該數據會更改每個單位,並可能組織為多個通道。

命令數據。該數據控制執行器或設備採取動作。

運營數據。有關設備本身操作的數據,包括CPU使用率,內存使用率或熱量。
許多物聯網新手都把注意力集中在命令和遙測數據上,從而誤導了業務流程。

 

2.繪製數據流。物聯網領導者必須確定在何處收集,匯總,分析和轉換不同類型的數據,以及如何將數據集成到其他系統中。是否需要豐富數據,以及在什麼時候需要捕獲和記錄數據?確保確定數據存儲和複製的區域。會有規範的數據存儲嗎?規劃在何處,何時何地將數據存檔。

3. Map數據庫需要滿足功能需求。物聯網技術人員定義了數據和數據流的類型之後,下一步是將數據庫需求映射到功能需求,包括:

數據提取和聚合。從設備收集和匯總數據後,通常會高速處理數據,尤其是如果遙測和命令數據來自高速流時。此類數據需要用於遙測的高性能讀取和用於命令數據的高性能寫入以及高可靠性和可用性。

邊緣分析。許多數據流體系結構都包括相對靠近設備本身的邊緣分析。數據需求包括數據轉換,過濾,充實和任何其他聚合。邊緣分析數據庫需要高速讀寫功能和極低的延遲,還需要支持分析工具和解決方案的能力。

核心分析。隨著數據的進一步聚合(可能在基於雲端的核心中),它可能需要進行額外的轉換,豐富和分析。核心分析數據庫平台需要高可用性。它還可能需要分發並支持流分析。

管理控制台需要捕獲和顯示設備數據,包括元數據,操作數據和狀態數據。它應包括可視化和儀表板功能,並要求毫秒級的延遲。

商業分析。IoT網絡中的數據通常需要集成到更大的數據湖中,數據科學家可以在其中運行分析和AI。IoT數據庫需要與企業現有的業務分析或可靠的數據倉庫和分析集成。

 

物聯網數據庫的權衡

4.根據功能需求確定數據庫性能需求。簡而言之,數據庫通常會在性能(讀寫響應的時間)和壽命(數據必須保留並保持最新狀態的時間)之間進行權衡。觀察速度的另一種方法是速度與規模。接收和邊緣分析需要非常低的延遲和高性能,但通常不需要將大量數據保留很長時間。相比之下,業務分析數據庫需要將大量數據保留數月,數年或數十年,但不需要毫秒級的響應時間。這種功能上的差異導致需要多個集成的IoT數據庫,而不是單個數據庫類型。

5.應用其他業務需求。性能不是唯一的要求。其他因素包括提供商如何通過許可費用為服務定價, 物聯網資料庫 的位置,組織使用開放源代碼工具和資源的立場以及將與IoT數據庫集成的舊環境等。