物聯網不再只是一個流行詞。盡管智能連接設備的概念已經討論了幾十年，但最近它已經形成了一個由硬件設備、軟件、分析平臺和標準連接在一起的行業、企業和消費者的生態系統。

物聯網設備涵蓋現代生活的方方面面——影響我們所有人的工業、汽車、醫療和商業應用。這些現實生活中的應用程序創建數據流和大量內容衍生數據（例如聚合或分析結果），需要近乎實時的存儲和處理。雖然物聯網設備保留了許多與老式“嵌入式”設備相同的屬性，但物聯網工程師和數據庫管理系統供應商必須解決很多差異。

數據量和連接點

設備產生的海量數據一直是嵌入式數據庫廠商、網絡基礎設施廠商和物理存儲廠商關心的問題。新的數據源已經出現，可以生成更多數據。從各種流媒體源、傳感器收集數據或通過算法生成數據然后通過物聯網邊緣設備和網關的速度只會增加對系統的需求。現代轉發器的頻率比以前更高，傳感器的精度更高，移動設備上的定位服務經常被消費者用于日常瑣事等。然而，就其本質而言，邊緣設備沒有足夠的資源——內存、持久存儲和 CPU power - 自行分析數據，至少在實現設備的主要目的時不會。剎車必須能夠讓汽車停下來，

同樣，連接的邊緣設備的數量通常比以前多得多。不久前，系統管理著數十個連接的設備。如今，智能數據采集點（“智能連接設備”）的數量可以達到數千甚至更多。此外，物聯網設備的數量可以在一次設置中實時變化——數百個新傳感器可以一次在線購買，儀器和控制機制在一夜之間被更換，網關被添加或移除等等。這些變化通常發生在物聯網環境保持運行時。

總體而言，到 2025 年，全球物聯網 （IoT） 連接設備的總安裝基數預計將達到 754.4 億，在 10 年內增長五倍（見圖表）。

物聯網環境的海量數據、大量且不斷增長的數據采集和處理點、彈性實時連接和功能可擴展性對物聯網數據庫管理提出了新的要求：

數據庫必須與通信設施無縫集成。

在邊緣必須有一個平衡的數據庫管理功能選擇；資源消耗必須保持低水平，但仍允許進行充分的分析以減少進出云或服務器的數據流。

需要先進的可擴展數據管理拓撲，包括多個層，平衡數據收集與聚合和高級處理。

連接性

物聯網最獨特的特性之一是其組件對世界的開放性以及將這些設備用于多種不同應用的能力。例子無處不在，經常融入社會結構，肉眼常常看不見。建筑門禁系統、智能狗項圈、多功能自動售貨機、定位服務、無現金支付系統、無線戶外天氣傳感器，不勝枚舉。這些設備是真正“連接的”，數據處理通常發生在設備本身之外。

邊緣節點的物理連接通常是不可預測的。這是由于各種媒體和帶寬的可用性，連接設備的協議棧范圍廣泛——Wi-Fi、以太網、蜂窩，以及 ZigBee、NFC 和 RFID、LPWAN、低功耗藍牙等專用協議棧，等等。有時邊緣設備連接由于物理設備位置而斷斷續續，或者它們是電池供電的，并且只能定期打電話回家以最大限度地延長電池壽命。

從數據管理的角度來看，數據庫管理系統應該能夠根據各種應用程序定義的標準自動調整其數據復制模式。具體來說，對“推送”和“拉取”協議以及其他精巧的復制算法的完全集成支持對于防止數據丟失和漏洞至關重要。

另一個值得一提的小連接點是物聯網設備通常通過互聯網連接到外部世界，并且它們的數據集合應該可以通過用 Java、Python 和/或腳本語言編寫的 Web 客戶端應用程序以及通過其他與 Web 相關的技術。常見的技術是數據庫系統通過 Web 服務通過輕量級 REST 協議實現對物聯網設備數據庫的訪問，該協議提供端點 URL 來訪問設備的數據容器。

概括

在物聯網邊緣設備上收集和管理的數據量不斷增長，這對物聯網工程師和數據庫管理系統供應商必須不斷研究和解決提出了挑戰。物聯網收集的數據量及其收集方法的增長速度幾乎與新系統的數量一樣快。雖然一些變量保持不變，例如對低資源消耗的需求，但數據處理需求只會增長。邊緣數據庫管理和分析必須小而快，但要足夠強大以增強設備功能。此外，高度可配置的數據庫管理成為關鍵。有些設備除了簡單的數據收集任務外，沒有足夠的能量來運行任何東西。其他人更有能力。必須考慮和計劃間歇性和可變連接性，

在本系列的第 2 部分中，我將討論其他強制性考慮的細微差別，包括系統適應性、安全性和代碼質量。

審核編輯：郭婷