在建立IOT的应用程序时，它应该考虑什么
对于许多组织，从IOT传感器生成数据很容易。困难的部分正在用这种数据做点什么，足以驱动实时业务流程。这就是为什么找到用于摄取，处理和行动的正确软件解决方案，对于几乎每个成功的IOT用例都必须。
考虑为航空公司创建行李管理系统的要求：它从收集所有航班的当前状态的流传感器数据开始，但这只是故事的一小部分。该系统还需要访问所有航班的预期到货和出发时间，每次航班的行李金额，所有相关机场的盖茨的可用性以及每个地点的可用人员配备和设备。
行李管理系统还必须根据飞行时间、地勤人员、设备和天气的变化进行更新。利用这些信息，该系统可以将任何航班状态的变化纳入其整体模型，并重新分配地面资源，以防止起飞延误，并将到达客户取回行李的等待时间降至最低。
此外，还需要访问调度和预订数据来规划未来的需求，并与客户与行李状态通信，这是必要的。
创建这种类型的物联网应用组合传感器数据对于大多数组织来说，使用其他来源的数据是一个挑战。为了驱动实时业务流程而必须收集和处理数据的物联网系统不需要对源数据存储(如ERP和CRM应用程序)重复、耗时的API调用。这是因为这些数据存储可能对可以进行的API调用的数量或类型有限制。
相反，数据必须在物联网平台能够做到的地方高效缓存处理数据没有任何不必要的延误。此外，必须处理tb甚至pb级数据的物联网系统必须能够在不降低性能的情况下扩展到这些级别。
由于开发人员希望创建如此高的性能，可扩展的应用程序，因此应考虑将使它们能够实现以下策略，以便在缩放中驾驶数据以驱动数据以驱动实时业务流程的以下策略。
数字集成集线器：IOT的灵活数据聚合
解决这些挑战的一种方法是什么Gartner呼叫数字集成集线器（DIH）建筑学。DIH架构创建一个公共数据访问层，用于聚合和处理来自多个本地和基于云的源和流传输数据馈送的数据。
通过缓存内存中所需的数据，DIH架构使多个应用程序能够访问摄入数据的单个视图并以内存速度处理数据。当DIH架构具有内存中的内存数据网格时，系统会自动将应用程序所做的任何数据更改同步回数据存储。此架构可以削减对静默数据存储的调用次数，从而消除了必须等待从数据源检索数据的延迟。内存数据网格还可以使得能够在DIH服务器节点之间的网络之间进行数据而无需移动，这进一步优化了性能。
在上面的航空行李管理系统示例的情况下，流IOT传感器数据只是DIH的另一个源系统，并且可以直接进入数字集成集线器的高速缓存。一旦在DIH中，流数据可以与其他相关数据组合，例如人员配置，航班计划，栅极可用性和天气条件，并且可以将聚合数据实时更新，因为新数据到达。通过存储在DIH的存储器缓存中的所有摄入数据，可以实时执行处理。
现代数字集成集线器架构正在使用内存中的计算平台实现。这些平台池池可以汇集服务器群集的可用RAM并计算RAM中的数据，以消除通过访问存储在基于磁盘的数据库中的数据引起的延迟。使用MapReduce编程模型，内存计算平台在群集中分配了群集的处理，以便在处理之前最小化或消除数据网格中的数据在数据网格中的移动。内存中的计算平台还支持大规模的IOT使用情况，因为计算群集是DIH架构的缓存层，可以通过向群集添加节点来轻松缩放。
通常，与现有的内存数据库或作为在现有应用程序及其数据层之间插入的内存数据网格，内存计算平台是否可以将应用性能提高到基于磁盘的解决方案的应用程序性能高达1,000次。
实现IOT的性能和规模
开发人员认为他们的另一个关键区域创建其IoT应用程序环境是性能和规模。此方法适用于自包含的IOT应用程序，其中所有传感器数据流入单个数据存储。
几十年来，组织被迫依赖分叉的数据基础设施。分离在线分析处理（OLAP）系统在线交易处理（OLTP）系统确保分析不会影响运营系统。但是，这需要耗时的提取，转换和加载（ETL）过程，以定期将数据从OLTP系统复制到OLAP系统。定期ETL可以成为实现实时IOT用例的障碍。
为解决这一挑战，组织正在实施混合事务/分析处理（HTAP）。HTAP能够在不影响系统性能的情况下直接在操作数据上直接运行预定义的分析。HTAP还具有减少或消除对单独OLAP系统的长期成本效益。
HTAP可用于确保IOT使用案例的性能和规模，用于在单个数据存储器上建立的，要求即时分析，例如归属患者监控或导航系统。它特别有助于包含连续学习的IOT应用程序。
例如，为了检测新兴欺诈策略，移动支付系统需要基于检查新的潜在欺诈向量并在实时使用新数据更新机器学习模型的持续学习能力。Gartner是指机器学习动力的HTAP作为过程中的HTAP。
内存计算平台已被证明是启用HTAP的理想基础。通过在RAM中运行大量并行处理的操作数据的实时分析，内存计算平台可以提供进程内HTAP所需的大规模性能。
最后的想法
如果应用程序开发人员无法创建实时支持的基础架构，则无法实现实时IOT使用情况数据汇总并分析规模。DIH架构和HTAP，由内存中的计算平台提供动力，为开发人员提供解决这一挑战的路径。
此外，可以使用商品服务器和HTAP基金会构建的IOT使用案例，并使用商品服务器和开源软件解决方案开发，例如内存计算平台的Apache Ignite，Apache Kafka用于流式传输，Apache Spark for Analytics和Kubernetes适用于容器。这些解决方案使开发人员能够构建，测试，进入生产并缩放其IOT应用程序，知道他们可以在没有禁止前期成本的情况下实现他们需要的性能。
所有IOT议程网络贡献者负责其帖子的内容和准确性。意见是作者，不一定能够传达物联盟议程的思想。