物联网TIZA STAR架构和数据接入的介绍

　　有人说物联网是引领信息技术的第三次浪潮。

　　第一次浪潮是个人电脑的出现，开创了信息时代的第一次革命，此次浪潮成就了微软、IBM等巨头。

　　第二次浪潮是以信息传输为特征的互联网及移动互联网，实现了计算机与人的联通，此次浪潮成就了Google、Facebook，以及国内的BAT等巨头。

　　第三次浪潮是以信息感知为特征的物联网，实现了物与物、人与物的全面联通，这次浪潮还没有形成寡头，但是随着传感技术、通信技术以及大数据处理技术的发展，物联网已经在公共事务管理、公共社会服务和经济发展建设等领域中遍地开花，涉及到的行业也越来越多，如交通管理、节能环保、物流零售等。

　　背景

　　万物互联的时代正逐步到来，据权威报告预测，2020年全球物联网连接的终端数将达到500亿，数据呈现爆发式增长。这个数据究竟有多大呢？举个典型的例子：

　　某个工程机械集团，拥有10万台工程机械设备，

　　每台设备上的采集终端每隔10秒上传一次数据，每条数据大小1K，

　　一年的数据量为365天*8.6亿=3000亿，

　　一年占用的存储为3000亿*1K=300TB。

　　我们通常为了保证高可用，会对数据做3份冗余存储，也就是说，这样一个企业一年的数据存储量就可以达到1PB，而1PB就相当于50个国家图书馆的总信息量。

　　物联网的数据中蕴含的价值也是非常高的，比如：利用车载终端上传的数据，可以提前预测群体出行的时间、方式和路线，可以为城市车辆调度提供决策帮助；在工业设备上安装的传感器，实时收集工业设备的使用状况，可以进行设备诊断、能耗分析、质量事故分析等；通过各种环保传感器采集的数据，可以辅助空气质量改善、水污染控制等。

　　传统架构的瓶颈

　　面对如此海量的物联网数据，传统技术架构已经难以应对。

　　首先，传统架构都严重依赖于关系型数据库，而关系型数据库的索引结构基本上都是类B+树，随着终端数量增大，数据库读写压力剧增，读写延迟增大，数据库面临崩溃。其次，难以支持海量数据的存储，传统数据库无法水平扩展，所以扩容成本非常高，难以满足PB/EB级数据的读取和写入。最后，难以进行大规模数据处理，传统情况下依赖数据库的SQL或者存储过程来进行数据分析的模式，无法对数据做分布式处理，经常一个SQL能把整个数据库拖垮。