物联网、5G和对智能流媒体的需求
在当今的数字世界，物联网的影响力和威力是必然的。物联网不仅日益与消费者的日常生活相关，而且还在几乎所有行业中继续塑造和扩展。从谷歌家用电器到工业物联网(IIoT)，联网设备的数量正呈爆炸式增长。高德纳预测，到2020年，联网的东西将达到200亿个——随着联网设备的增加，我们也可以预计数据生成将出现巨大的增长。
万众期待的5G正在出现，它将在加速实现互联互通的世界中发挥关键作用。这将改变数据从集合和预测和规定性分析目的是实时决策过程。数据价值向实时转移正在影响由5G支持的行业和传统通信服务提供商。组织已经开始从事件-决策-通知-行动循环的角度来考虑他们的系统。实时数据架构需要扩展，以管理这种无与伦比的数据流量增长，而不仅仅是简单地摄取数据。最终，架构将通过跨多个数据流做出智能的、动态的决策来驱动操作。
结合状态管理和流数据处理
与IOT和5G放在传统数据库和流技术中的压力比以往任何时候，组织都需要相应地调整流架构。当低延迟处理是5G成功的关键时，将不同的技术汇集在一起，不起作用。一种统一的体系结构这就需要数据库的状态管理和上下文处理数据流的能力。随着决策需求越来越接近边缘，可以驻留在低占用空间边缘数据中心的分布式数据处理体系结构是关键。以统一方式操作摄取、处理和存储数据的不同技术不仅会导致更高的延迟，而且还会导致规模、处理复杂的工作负载和硬件扩展的复杂性。流数据处理已经不仅仅是处理和再处理，而是主动做出决策。这需要思考超越Kappa架构参照系。
下一代应用程序可以按三个基本要素分类：增加数据量，响应的响应时间和复杂数据模型的复杂性，需要流数据分析以及有状态分析，一致性，隔离和耐久性（酸）交易。组织必须远离传统建筑利用5g的潜力驱动的应用程序。
键到成功的有状态流媒体实施
数据以两种广泛的方式组织：状态机和定位。状态机是维护系统中的实体的最后已知状态的位置。LEDERERS是一系列状态突变正在记录的地方。流动数据的实时决策需要状态机和上下文分类帐来一起播放，而永远的数据用于在数据架构中重写机器学习层。它们一起运行的关键要求是用于有状态流机，以与学习机相集合。学习机从状态流机接收新的训练数据，而有状态流式媒体机器从学习机器接收更新的洞察力，规则和业务逻辑。在该层之间的这种原始数据交换中消除了手工干预，这是至关重要的。
组织必须超出传统的存储和查询模型，这些数据处理设计用于批量和协调处理，并切换到智能统一状态和流处理架构，该统一状态和流处理架构对传入事件数据进行事务进行实时决策。通过降低延迟和架构复杂性，通过分析和行动来数据，组织将能够更快地提供值更快，更智能地提供值。这将推动更好的实时数据货币化，最终会遇到物联网和5G实时分析今天的要求。
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。