隨著時(shí)間的發(fā)展，物聯(lián)網(wǎng)概念所涉及的東西越來越多。除了內(nèi)置有內(nèi)部傳感器和處理器外，這些東西還直接與網(wǎng)絡(luò)相連，在線傳輸它們的數(shù)據(jù)。雖然家庭自動化可能是這一概念的“主要”用武之地，例如冰箱內(nèi)的牛奶沒有了，冰箱會自動從食品店那里定購牛奶。但是物聯(lián)網(wǎng)的應(yīng)用范圍實(shí)際上正變得越來越大。我們將擁有許多能夠彼此互動卻又彼此獨(dú)立的東西，辦公室會在需要的時(shí)候自動定購辦公物品，無需我們干涉，甚至我們衣服和身體上的傳感器會實(shí)時(shí)將我們的健康數(shù)據(jù)傳輸我們的醫(yī)生。這類M2M(機(jī)器對機(jī)器)通信是物聯(lián)網(wǎng)的關(guān)鍵之處。

要想充分發(fā)揮物聯(lián)網(wǎng)的全部潛在優(yōu)勢，必須將云計(jì)算的最新文章>云計(jì)算作為物聯(lián)網(wǎng)的基礎(chǔ)。隱藏在互聯(lián)背后的理念是收集的數(shù)據(jù)大部分應(yīng)當(dāng)在線傳輸，只有這樣應(yīng)用才能有效的匯聚、分析和利用這些數(shù)據(jù)。現(xiàn)在再讓我們回頭看一下冰箱的例子。在這個(gè)例子中，并不是冰箱自己從食品店那里定購牛奶，而是冰箱向應(yīng)用傳輸它們的全部數(shù)據(jù)，包括目前的食品存量和用戶消耗情況，然后由應(yīng)用讀取和分析這些數(shù)據(jù)。隨后，綜合考慮其它因素，如用戶目前的食品預(yù)算資金以及牛奶會在多長時(shí)間內(nèi)送到等因素，再決定是否購買，而云正是這些應(yīng)用的理想歸宿。

如果我們所有的日常用品都安裝這種傳感器，那么生成的數(shù)據(jù)量將非常龐大。因此，物聯(lián)網(wǎng)必須要考慮到如何存儲和分析這些生成的數(shù)據(jù)。這不僅僅是一個(gè)數(shù)據(jù)量的問題，其中還涉及到這些數(shù)據(jù)的生成速度問題。傳感器正在生成越來越多的數(shù)據(jù)，而且這些數(shù)據(jù)的生成速度已經(jīng)超過了大多數(shù)商業(yè)應(yīng)用的處理速度。

基于云的解決方案是應(yīng)對數(shù)據(jù)生成數(shù)量和速度問題的基礎(chǔ)。云可以根據(jù)我們的需求自動地動態(tài)提供預(yù)備存儲資源，無需人工干預(yù)。云還賦予了我們通過云數(shù)據(jù)庫集群或是無需停機(jī)即可調(diào)整容量的虛擬化物理存儲訪問虛擬存儲的能力和訪問大型存儲資源池的能力，這些都是在本地所無法實(shí)現(xiàn)的。

關(guān)于這些數(shù)據(jù)的第二個(gè)問題是如何處理它們。這一問題有兩個(gè)難點(diǎn)。第一個(gè)難點(diǎn)是如何實(shí)時(shí)處理從每個(gè)不一物體那里獲得的所有數(shù)據(jù)點(diǎn)。第二個(gè)難點(diǎn)是從所有收集到的可用數(shù)據(jù)點(diǎn)中提取有用的信息，以及關(guān)聯(lián)從不同物體那里獲得的信息，為存儲的數(shù)據(jù)增加實(shí)際價(jià)值。

盡管實(shí)時(shí)處理看似很簡單——接收數(shù)據(jù)、分析數(shù)據(jù)，然后再利用這些數(shù)據(jù)——但是實(shí)時(shí)情況并非如此。讓我們再回頭看一下那個(gè)冰箱的例子吧，想像一下每次有人打開冰箱門，這臺冰箱就要發(fā)送一個(gè)數(shù)據(jù)包，這些數(shù)據(jù)包中包括了哪些東西被移動了，哪些東西被放了進(jìn)來。我們估算一下，全球約有20億臺冰箱，每天開關(guān)冰箱門4次，那么一天下來將生成80億個(gè)數(shù)據(jù)包，平均下來每秒約有10萬個(gè)數(shù)據(jù)包，這個(gè)量是非常驚人的。更糟糕的是，這些數(shù)據(jù)點(diǎn)可能主要集中在一天之中的特點(diǎn)時(shí)段(主要是早上和晚上)。如果我們根據(jù)最大負(fù)載準(zhǔn)備處理容量，那么大量基礎(chǔ)設(shè)施將會被浪費(fèi)。

一旦進(jìn)行實(shí)時(shí)處理，那么我們將會遇到第二個(gè)難點(diǎn)，即如何從這些被存儲的數(shù)據(jù)中提取有用的信息，讓它們更上一個(gè)臺階，而不再是個(gè)人事務(wù)。如果冰箱能夠自動為你向食品店下訂單，對于你個(gè)人來說這非常不錯(cuò)，但是如果制造商知道來自某些特定地區(qū)的冰箱有過熱趨勢，或是存儲某些物品的冰箱使用壽命消耗過快，那么對于制造商來說意義將更大。為了從存儲的數(shù)據(jù)中提取這類信息，我們需要利用現(xiàn)有的大數(shù)據(jù)的最新文章>大數(shù)據(jù)解決方案(以及一些即將出現(xiàn)的解決方案)。

云計(jì)算非常適合處理這些問題。在第一個(gè)難點(diǎn)中，云計(jì)算允許進(jìn)行動態(tài)分配(和回收)處理資源，讓需要實(shí)時(shí)分析冰箱數(shù)據(jù)的應(yīng)用能夠應(yīng)對這些海量數(shù)據(jù)以及能夠優(yōu)化基礎(chǔ)設(shè)施成本。在第二個(gè)難點(diǎn)中，云計(jì)算能夠與大數(shù)據(jù)解決方案進(jìn)行協(xié)作。

綜上所述，物聯(lián)網(wǎng)可能會改變云計(jì)算的總體架構(gòu)，但與此同時(shí)云計(jì)算對于實(shí)現(xiàn)這一變化也非常關(guān)鍵。在虛擬化計(jì)算資源方面，雖然應(yīng)用無需人工干預(yù)自己可以動態(tài)分配這些資源，但是如果這樣的話云計(jì)算不會有任何發(fā)展。因?yàn)槲锫?lián)網(wǎng)才是推動它們發(fā)展的唯一動力。