您好,欢迎来到爱物联
咨询热线:4008 099 256

物联网数据具有哪些特点

2019-11-21 17:45:26 10013

当今社会,有价值的数据就是宝贝、就是生产力,而物联网的价值之一就是能够为我们收集并提供有用的数据。在这篇文章中,我们先来看看物联网数据的分类,然后分析物联网数据的特点。

一、物联网数据分类

1. 静态数据与动态数据

从数据的变化上来说,物联网数据可以分为静态数据和动态数据。

静态数据多为标签类、地址类数据,如 RFID 产生的数据多为静态数据。一般用结构性、关系型数据库来存储静态数据;动态数据是以时间为序列的数据,其特点是每个数据都与时间一一对应,动态数据通常采用时序数据库方式存储。

一般说来,静态数据会随着传感器和控制设备数量的增多而增加;动态数据不仅随设备数量的增加而增加,还会随着时间的流逝而增加。

2. 能源类、资产属性类、诊断类和信号类数据

根据数据的原始特性,可以把物联网数据分为:能源类数据、资产属性类数据、诊断类数据和信号类数据。

能源类数据是指与能耗相关的,或者是计算能耗所需的相关数据,如:电流、电压、功率因子、频率、谐波等。此外,能源数据也是物联网最关键的数据类型之一,因为物联网最终的目的之一就是节能。

资产属性类数据通常指硬件资产数据,如:设备的规格参数等属性、设备的位置信息、设备之间的从属关系等。这类数据主要用于资产管理。

诊断类数据是指设备运行过程中检测其运行状态的数据,它又可以分为两类:一类为设备运行参数,另一类为设备外围诊断数据。

信号类数据是目前工业领域使用最普及的数据,因为它直观、易懂,可同时在本地和远程查看处理。

二、物联网数据特点

海量性。物联网上部署了海量的多种类型传感器,每个传感器都是一个信息源,不同类别的传感器所捕获的信息内容和信息格式不同。除了人和服务器之外,物品、设备、传感网等都是物联网的组成节点,其数量规模远大于互联网;如传感节点多数处于全时工作状态,数据流源源不断。物联网正在不断产生不可思议的数据量。

Gartner报告指出,联网的设备在2019年已经超过142亿,预计2021年将达到250亿,这是一个巨大的数量,产生海量的数据。此外,IDC预计,到2025年,物联网设备将产生超过90 zettabytes的数据。

以智能电表为例,一台智能电表每隔15分钟采集一次数据,每天自动生成96条记录,如果全国有接近5亿台智能电表,每天光智能电表就生成近500亿条记录。一台联网的汽车每隔10到15秒就采集一次数据发到云端,一台车一天就很容易产生1000条记录。如果中国2亿辆车全部联网,每天将产生2000亿条记录。五年之内,物联网设备产生的数据将占世界数据总量的90%以上。

关联性。在物联网中,数据之间有着千丝万缕的联系。物联网数据的关联性可以从以下两个方面理解:

第一,时间关联性。即同一时刻的数据照相,数据是同一时刻为系统所产生的,它反映的是系统在这一时刻的状态。从数据世界角度来看,这个系统就是这一时刻的数据集合。

第二,流程关联性。即一个点的数据经过一定时间后影响第二个点数据的产生,它体现的是系统动态的流程展示。

时效性。数据的时效是指从数据产生到其被清除的时间,数据时效性是由系统的实施部署所决定。数据可以被多次使用,也可以使用一次后就被清除。总体来说,数据是远程部署还是边缘部署影响着其时效性,通常边缘部署的数据时效性短,远程部署的数据时效性长。

数据的实时性也是数据时效性的一部分,实时性和数据的部署位置、数据的重要性以及传输方式都有关联。

数据是时序的,一定带有时间戳:联网的设备按照设定的周期,或受外部的事件触发,源源不断的产生数据,每一个数据点是在一时间点产生的,这个时间对于数据的计算和分析十分重要,必须要记录。

数据是结构化的:物联网设备产生的数据往往是结构化的,而且是数值型的,比如智能电表采集的电流、电压就可以用4字节的标准的浮点数来表示。

数据极少有更新操作:联网设备产生的数据是机器日志数据,一般不容许而且也没有修改的必要。很少有场景,需要对采集的原始数据进行修改。但对于一个典型的信息化或互联网应用,记录是一定可以修改或删除的。

数据源是唯一的:一个物联网设备采集的数据与另外一个设备采集的数据是完全独立的。一台设备的数据一定是这台设备产生的,不可能是人工或其他设备产生的,也就是说一台设备的数据只有一个生产者,数据源是唯一的。相对互联网应用,写多读少:对于互联网应用,一条数据记录,往往是一次写,很多次读。比如一条微博或一篇微信公共号文章,一次写,但有可能上百万人读。但物联网设备产生的数据不一样,对于产生的数据,一般是计算、分析程序自动的读,而且计算、分析次数不多,只有分析事故等场景,人才会主动看原始数据。

数据是有保留期限的:采集的数据一般都有基于时长的保留策略,比如仅仅保留一天、一周、一个月、一年甚至更长时间,为节省存储空间,系统最好能自动删除。数据的查询分析往往是基于时间段和某一组设备的:对于物联网数据,做计算和分析的时候,一定是指定时间范围的,不会只针对一个时间点或者整个历史进行。而且往往需要根据分析的维度,对物联网设备的一个子集采集的数据进行分析,比如某个地理区域的设备,某个型号、某个批次的设备,某个厂商的设备等等。除存储查询外,往往需要实时分析计算操作:对于物联网应用,对数据的实时计算要求往往很高,因为需要根据计算结果进行实时报警,以避免事故的发生。流量平稳、可预测:给定物联网数量、数据采集频次,就可以较为准确的估算出所需要的带宽和流量,每天新生成的数据大小。

数据处理的特殊性:比如要检查某个具体时间的设备采集的某个量,但传感器实际采集的时间不是这个时间点,这时候往往需要做插值处理。还有很多场景,需要基于采集量,做复杂的数学函数计算。

0 条评论

物联网应用

项目咨询
IIoT
手机端
上手机找方案
IIoT
商务合作
扫码添加谈合作
400-8099-256
咨询热线-有人旗下品牌