永久免费a级在线视频,亚洲v日本,国产精品福利一区二区,午夜免费福利,国产精品网址在线观看,中国一级毛片在线视频,亚洲成人黄

分享2017年五種物聯(lián)網架構解決方案

來源:網絡

點擊:1081

A+ A-

所屬頻道:新聞中心

關鍵詞: 物聯(lián)網架構,數(shù)據源,數(shù)據流

    物聯(lián)網的相關機會豐富起來,一般而言,這些機會已經可以用于實踐了。

    懷著同樣的心情,我們?yōu)?017年分享五種物聯(lián)網解決方案,這是讓你的企業(yè)步入物聯(lián)網成功道路的起點。

    1.捕獲新的數(shù)據源

    每天,公司從與客戶和供應商的互動中捕獲數(shù)據,還能獲得基于經濟、天氣、社交媒體等的第三方數(shù)據。下面講述如何獲取這些數(shù)據:

    找到一條全新的數(shù)據流

    為你的企業(yè)設置相關計劃,找到一個新的數(shù)據源。比如,一些工業(yè)設備可能已經有能力輸出信息,但是現(xiàn)在信息可能還沒有被捕獲到?;蛘呖捎玫墓矓?shù)據可以容易地集成并與當前信息相關聯(lián)。

    結構化現(xiàn)有的數(shù)據流

    你可能有一個現(xiàn)存的非結構化數(shù)據源,但當前的形式不是特別好用。那么充分結構化當前的這份數(shù)據以使它易被企業(yè)其他人訪問,從而帶來新的視野。

    容易的機會

    觀察流行的消息隊列,諸如Apache Kafka,從而為消息流建立交通樞紐。

    通過查看哪些信息可從現(xiàn)有工業(yè)設備中捕獲,來深入鉆研工業(yè)物聯(lián)網。

    2.審視一項新應用

    頭腦風暴出一項新應用,能交付出新的客戶利益或者操作效率。選擇包括:

    一項新的移動應用。

    一項用戶體驗推進,通過投遞更加精準和相關的信息實現(xiàn)。

    針對客戶和互聯(lián)網商業(yè)的省時工具。

    當開展計劃并實施時,問問你自己:

    什么樣的數(shù)據源組合能提供最大價值?

    這項應用能受益于實時數(shù)據嗎?

    我可以移動到一個推模型,而不是一個拉模型的應用程序交互性?

    3.建立一個物聯(lián)網分析應用

    基于對現(xiàn)有或新數(shù)據的最新觀察的分析幫助業(yè)務向前推動??紤]將現(xiàn)有的機器學習模型應用到現(xiàn)存工作流上,或者將模型應用于新的即將到來的物聯(lián)網生成的數(shù)據流上。

    比如,許多機器學習模型或者在較早的談話統(tǒng)計模型中,可以用預測模型標記語言或PMML來輸出。

    具體來說,諸如SAS導出模型到PMML的工具可以直接集成到實時管道中。像Apache Spark這樣的現(xiàn)代轉換層和像MemSQL這樣的分布式數(shù)據庫可以本地托管這些模型,從而可以實時記錄傳入的數(shù)據。

    架構師可以擴展當前流行的函數(shù)庫(例如MLlib和TensorFlow),以使用這些工具創(chuàng)建預測分析應用程序。

    4.確保正確的基礎數(shù)據架構

    成功的IoT部署需要從邊緣數(shù)據收集一直到數(shù)據中心。像OSI Software提供了一款收集工具,可以幫助你將數(shù)據輸入你的管道。

    一旦進入數(shù)據中心,一個共同的架構涉及到集成以下層。

    消息隊列

    在消息層,Apache Kafka和AWS Kinesis是聚集數(shù)據流的常用選項,連接信息的產生者和消費者。

    轉化

    大多數(shù)數(shù)據管道需要將數(shù)據從捕獲時的狀態(tài)修改為其長期持久性狀態(tài)。轉換分片模式,以便數(shù)據可以在轉換層進行正確分類。

    數(shù)據持久性

    最準確的預測分析模型涉及實時和歷史數(shù)據,因此能夠持久保留數(shù)據,包括隨時的記錄,設置適當?shù)纳舷挛摹?/p>

    實時儀表盤

    對于快速可視化當前數(shù)據沒有什么比實時儀表板更能讓人驚喜的了。受歡迎的商業(yè)智能儀表板(如Tableau、Zoomdata或Looker)以及使用D3.js等框架的自定義儀表板,均能允許公司提供對新數(shù)據的廣泛訪問。

    5.為企業(yè)設置物聯(lián)網成功的模型

    毫無疑問,數(shù)據在當今的商業(yè)環(huán)境中扮演著更重要的角色,每個人都在爭相“轉型”。新的CxO角色,如首席數(shù)據官和首席分析官,使得這一切變得更加明顯。

    去年年底,Gartner估測25%的大型跨國企業(yè)已經雇傭了一個首席數(shù)據官。到2019年,Gartner預期此數(shù)據會達到90%。

    此外,Gartner看到了高級分析的興起:

    到2018年,Gartner預測,超過一半的大型組織將使用先進的分析和專有算法進行競爭,破壞整個行業(yè)。這反過來又受到激增的設備、連接的“事物”、連接性和計算能力所驅使,所有這些都創(chuàng)造了更多的機會來收集數(shù)據,分析數(shù)據,并可能實現(xiàn)貨幣化。

    從來沒有比現(xiàn)在更好的時機來開啟你的物聯(lián)網架構規(guī)劃。

    (審核編輯: 林靜)

    聲明:除特別說明之外,新聞內容及圖片均來自網絡及各大主流媒體。版權歸原作者所有。如認為內容侵權,請聯(lián)系我們刪除。