物联网是如何让分布式计算再次变酷的

架构师如何确保数据可用?

分布式世界的指导原则是Eric Brewer（UC Berkeley计算机科学的职业教授）一致性，高可用性和对网络分区（CAP）定理的宽容。这帽定理这表明分布式计算机系统最多只能拥有这三种特性中的两种。在分布式系统中，可用性指的是独立故障的概念。当一个或多个节点发生故障时，系统的其余部分将继续工作，以便用户始终可以使用系统处理的信息。尽管它早于CAP定理，但ARPANET是为可用性而设计的分布式系统的一个例子。它的目的是将较小的计算机网络连接在一起，从而创建一个更大的格状网络，即使研究人员和科学家不在主机或其他主机附近，也可以访问该网络网络中心。如果其中一台网络计算机宕机，研究人员仍然能够访问交叉网络的数据。在互联网时代，可用性已经被推到了前沿。像Facebook和Amazon这样的高流量网站更青睐可用性而不是一致性。毕竟，如果亚马逊的最新产品评论不能在几秒钟内得到，你也不会不生气。然而，如果你不能登录到网站上，你可能会感到烦恼。

在当今以客户为中心的商业世界中，物联网倡议重新引入了高可用性的理念，以及能够承受故障的架构。城市政府可以选择实现一个物联网交通网格。每个红绿灯(配有若干个传感器)必须与周围的其他交通灯、附近的智能车辆以及一个本地计算节点进行通信，该计算节点根据传感器的使用情况对传感器数据进行处理或重新布线。该系统可能会在整个交通网格中使用许多节点来收集数据，并使其可供应用程序使用。但是，如果一个节点发生故障，它收集和处理的数据必须仍然对系统的其余部分可用，可能也对其他中心应用程序可用。董事会通常假定他们的数据对需要这些数据的应用程序总是可用的，即使在复杂的分布式架构中也是如此。如果他们希望实现支持物联网的系统，他们必须明白这些系统在构建时必须考虑到失败。

如何最小化延迟和性能下降来实现可用性?

分布式系统对抗物理。一个系统只能移动一定数量的数据，否则系统就会变慢，延迟也会增长到不可承受的地步。电子商务网站是最早使用分布式架构来实现可用性的网站之一。他们将库存中每个项目的产品信息保存在集中的数据存储中。他们还会把产品分类中最常用的部分——比如最畅销的25%——缓存到网络边缘的云中。在分布式位置复制和存储访问次数最多的数据有助于防止网站事务淹没中央数据库，并帮助确保用户获得快速响应时间。分布式电子商务网站是为最终用户而设计的。如果中央数据库不堪重负，网站运行速度变慢，顾客就会在购买之前离开。

今天的物联网项目已经采用了分布式计算概念，以确保它们生成和分析的数据仍然可用，即使数据必须跨越很大的地理距离。公司还必须在设计物联网计划时考虑到终端用户。气象公司的传感器网络从每个传感器生成数据。该公司必须分析其中一些数据，并将其实时发送到用户本地移动设备上的天气应用程序。天气传感器经常通过当地的传感器读取数据。它将一些数据发送回核心进行分析，但必须处理传感器附近的一些高频读数。这些读数用于寻找气压突然下降等情况，从而发出天气警报。为了确保可用性，气象公司建立了一个分布式的基础设施，其中的节点有助于对一组传感器进行数据分析。他们还执行优势分析以确定哪些数据值得发回进一步分析。

你的数据是可用的。现在怎么办呢?

组织必须根据未能实现可用性的假设构建其系统。他们必须在假设一个集中式位置的数据分析可能呈现数据分析可能为分布式最终用户提供无法使用的数据。即使组织能够架构用于可用性和可用性，其他问题仍然存在。

通过如此多的不同应用程序倾注到数据，并从分布式基础架构中拉动数据，准确性将是一个问题。你怎么知道你用来生成预测洞察的数据正在给你一个有用的未来图片？您如何知道您的所有应用程序都运行顺利？

本系列的下一部分将讨论如何架构师以获得准确性。并且，最重要的是，它将研究如何开发具有成本效益的分布式数据系统。会议室在当今的基础设施工具中正在制作多百万美元的投资，因为IOT正在再次制作分布式计算冷却;如果现代基础设施将获得批准，那么这些工具必须确保强大的投资回报率。

所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。