在瞬息萬變的世界中，組織很難趕上不斷涌現的新概念。但人們需要區分哪些技術和概念是有用的，哪些只是一種炒作。在數據分析領域，正是大數據引發了這個時代的質疑。而如今，當這個概念日益清晰時，一個新的應用浪潮即將到來：人們需要了解在物聯網中如何使用大數據。

關于什么是大數據及其可帶來的價值的熱烈討論已經開始消退。然而，當專家們開始大量使用大數據和物聯網的技術組合時，人們又再一次試圖定義物聯網與大數據連接的方式。

物聯網與大數據的接觸點

簡而言之，物聯網是連接到互聯網的設備網絡。這些設備具有內置的傳感器，可以生成數據并對外發送，從而可以相互通信，并與分析系統進行通信。

即使對物聯網設備仍然很陌生，這個概念已經在人們的生活中找到了方向。設想一個智能家庭，它可以通過調節供暖和空調系統的運行模式來調節溫度，可以開啟和關閉照明系統，可以發出有關漏水或氣體泄漏或外人入侵的信號。最重要的是，智能家居可以在沒有戶主參與的情況下做到這一點。

物聯網業務的一個典型例子是機器監控，使用安裝在不同機器部件上的多個傳感器。這些傳感器將有關溫度、振動、壓力、潤滑等讀數發送給分析系統，分析系統對其進行處理并識別一些隱藏的模式和相關性。如果系統識別出讀數與某種故障模式相匹配，則會向維護團隊發送即時警報。

以下將回答物聯網如何與大數據相交的棘手問題。當一些技術正在炒作時，物聯網可能是其中之一。實際上，物聯網數據是大數據的類型之一，這使得大數據技術堆棧在所有階段處理物聯網數據都是一個很好的（但不是唯一的）選項。對于數據攝取，企業可以使用Apache Kafka，因為該技術支持數據流。Apache Hadoop生態系統是數據存儲和處理歷史數據的理想選擇，而Apache Spark則非常適合近實時數據處理。

大數據使用案例中的物聯網數據規則

而人們開始了解制造商所提供的用例。同時，也可以在其他行業了解物聯網數據，了解物聯網大數據用例。

醫療保健：在醫療保健領域，配戴移動應用技術的可穿戴傳感器設備可以實現遠程健康監測。該方法的工作原理如下：傳感器監測特定患者的狀態（心跳、體溫、血壓、呼吸率等），并將這些數據實時傳送到云端，然后傳送到應用程序。分析系統不斷搜索所有患者物聯網數據中的隱藏趨勢，并試圖找出可能引發并發癥的模式。如果物聯網的大數據分析顯示某些令人擔憂的癥狀，系統會立即向患者和醫生發送警報。

零售：知名零售商亞馬遜公司最近推出了一個新概念 - Amazon Go。這是一家沒有收銀員的商店，顧客不必排隊等待購物。要進入商店只用掃描他們的智能手機即可。事實上，在這里采用的是物聯網和大數據分析技術：商店里遍布傳感器和攝像頭，顧客在商店中購物，攝像頭能夠區分其中的每一個人，并且跟蹤他們放入購物車或返回貨架的所有產品。重量傳感器提供了一個額外的控制點：他們可以認識到特定的產品已經不在貨架。當顧客完成購物時，他們選擇的所有產品都顯示在真實和虛擬的籃子中，顧客可以離開商店，系統將在稍后收費。

毫無疑問，Amazon Go是一個有遠見的概念。然而，零售業表現出更多腳踏實地的想法，例如智能物流技術，可以跟蹤和優化路線，并識別每位卡車司機的行為模式。零售商還使用信標激活訪問者的應用程序，并在訪問者進入商店并通過信標時，推出相關產品優惠和促銷活動。訪客會因此感到滿意，因為他們收到參加促銷活動提供的個性化優惠。同時，信標對商店員工也有幫助，因為它們可以識別需要高質量服務的具有價值的客戶。

銀行業：銀行業也從物聯網中受益。銀行正在努力獲取客戶全方位的視角，并提供無縫的客戶體驗。雖然這一切始于智能手機的積極參與，但物聯網進一步擴展至可穿戴設備。例如，美國銀行與FitPay公司合作進一步推動可穿戴支付技術。通過這種合作，持卡人將能夠直接從他們的智能手表和其他可穿戴設備付款。銀行將能夠識別客戶的行為和偏好。

語結

盡管圍繞物聯網進行了更多的炒作，但它只是大數據源其中之一。毫無疑問，這是一個有價值的領域，而且正在不斷發展。如果企業已經實施了一些大數據解決方案，也許已經處理物聯網數據，如果企業正計劃采用大數據方案，希望以上描述的用例可以激發一些偉大的想法。