链接全球数十亿台设备!物联网行业如何应对数据管理、实时分析和供应链优化的挑战?

本文涉及的产品
云原生内存数据库 Tair,内存型 2GB
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 物联网已成为面向未来的解决方案的关键组成部分,且其所蕴含的巨大经济价值潜力有待挖掘

物联网已成为面向未来的解决方案的关键组成部分,且其所蕴含的巨大经济价值潜力有待挖掘。麦肯锡公司估计,到 2030 年,物联网 (IoT) 在全球范围内创造的价值将达到 5.5 万亿至 12.6 万亿美元,这其中就包括消费者和客户获得的价值。不必从其他方面证明,只需看看自己的手腕,就可以感受到物联网的日益普及以及消费者对其的依赖。从健身手环到联网车辆、智能家居,再到制造业和零售业的机群管理解决方案,物联网已经连接了全球数十亿台设备,而且该数值还将继续上涨。

上线的物联网设备越来越多,传感器也越来越复杂,公司必须慎重选择适当的底层技术,才能使物联网解决方案更易于实施,才能帮助公司抓住新的创新机会。

在本博客中,我们将介绍 MongoDB 如何成功应对制造业、零售业、电信业和医疗保健业等各个行业面临的三大物联网数据相关挑战。挑战如下:

  • 数据管理
  • 实时分析
  • 供应链优化

image.png

- 图 1:面向物联网的 MongoDB Atlas

我们直接切入正题!

数据管理

存储、传输和处理物联网设备产生的大量数据是一项重大挑战。此外,物联网设备产生的数据通常采用的是可变结构。必须谨慎地对这类数据标记时间戳、索引并与其他数据源相关联,才能够提供有效决策所需要的上下文。数据量之多以及复杂性交织在一起,导致组织难以有效、高效地处理来自物联网设备的数据。

博世

我们看下博世物联网套件 (Bosch IoT Suite),这是博世数字 (Bosch Digital) 针对物联网设备管理、物联网数据管理和物联网边缘所推出的系列产品和服务。这些产品和服务涵盖超过 250 个国际物联网项目和超过 1000 万台互联设备。

博世将 MongoDB 用于实时存储、管理和分析数据。MongoDB 能够处理结构化、半结构化和非结构化数据,也能够使用 JSON 进行高效数据建模。而这些能力又能够轻松地将每个设备的信息模型映射到数据库中设备关联的文档。此外,动态模式支持敏捷开发方法,可轻松开发应用程序和软件。添加新设备、传感器和资产易如反掌,这也意味着团队可以专心打造更好的软件

ThingSpace

再看下另一个示例。ThingSpace 是由 Verizon 推出且引领市场的物联网连接管理平台,提供交付各种物联网产品和服务所需的网络接入。选择 Verizon 的公司需要购买 Verizon 的网络接入服务才能连接公司旗下设备,并捆绑他们自己的解决方案后再销售给最终用户。ThingSpace 的客户都会销售一款需要可靠连接的物联网产品,以确保设备始终能够正常工作,而 WiFi 无法提供这种连接。

Verizon 旗下基于 RDBMS 的整体式系统无法适当扩展,没法同时处理事务工作负载和时间序列工作负载,因此 Verizon 确定自己需要分布式数据库架构才能继续发展。事实证明,MongoDB 是唯一一款扩展能力达到要求的解决方案,能够满足 Verizon 在不同用例和工作负载类型组合方面的要求。只有 MongoDB 的高度可用、可扩展架构能够应对大量设备和信息高速流入所产生的巨大处理需求。原生MongoDB 时间序列能够借助群集式索引优化存储,也能够优化时间序列查询运算符,实现性能提升。

MongoDB 提供灵活的数据建模、强大的索引和时间序列等高级功能,能为物联网设备所生成的复杂且多样的数据管理提供有效的解决方案。

实时分析

实时数据分析是当下大数据分析极为重视的一个部分,能在企业制定更加以数据为驱动的实时决策时为其提供价值。然而,尽管它如此重要,能对每分钟或每秒钟的数据变化做出响应的企业却屈指可数。为企业实施实时分析时会出现许多挑战。存储如此庞大的数据并对其进行实时分析又是完全不同的情况。

Thermo Fisher Cloud

我们接着来看 Thermo Fisher Cloud,这款面向 AWS 上科学社区的大型云平台。MS Instrument Connect 允许赛默飞世尔的客户使用任何移动设备或浏览器查看实时实验结果。每个实验都会产生数百万“行”数据,导致现有数据库的性能欠佳。内部开发人员需要的数据库应当能够轻松处理各种快速变化的数据。MongoDB 的表达式查询语言和丰富的二级索引提供了灵活性,可以支持客户进行科学实验所需的即席查询和预定义查询。

“凡是能够使用 MongoDB Atlas 这样的服务时,我都会去把握。这样的话,赛默飞世尔的员工就可以专注于自己擅长的事情,也就是,做好科学服务领域的佼佼者。”

赛默飞世尔高级软件架构师 Joseph Fluckiger

MongoDB Atlas 可无缝扩展,能够摄取大量传感器和事件数据,用以支持实时分析,瞬时捕捉任何关键事件或更改。该产品为组织提供了各种新功能,包括:

  • 捕获任何类型的流式传输数据或批
  • 处理数据,而不会过多地映射数据
  • 通过内置聚合框架轻松直观地分析数据
  • 快速且大规模地轻松提供数据见解

使用 MongoDB 之后,组织可以优化查询以快速交付结果,从而改善运营并推动业务增长。

供应链优化

商品在供应链不同环节中四处移动,很难在整个过程中保持对其的端到端可见性。任何阶段缺乏控制都会极大地损害规划的效率,拖垮整个供应链的速度,最终导致投资回报率下降。不论是按需求采购原材料以优化仓库空间,还是收获实时供应链洞察,支持物联网的供应链能够消除盲点和低效率情况,进而显著优化这些流程。

Longbow Advantage

Longbow Advantage 使客户能够优化其供应链,达成可观的经营业绩。每天在多个仓库之间穿梭的货物有数百万批,因此每一天都会产生海量数据。公司必须对这些数据进行分析,才能够收获实时可见性和报告。公司旗下的旗舰仓库可见性平台 Rebus 将实时性能报告与端到端仓库可见性和智能劳动力管理相结合。

Longbow 需要的数据库解决方案,应当能够处理这种规模的数量,并围绕 Rebus 提供实时仓库可见性和报告。公司知道依赖单一、耗时的电子表格无法做到这一点。很明显,MongoDB 的文档数据库模型非常适合,能够允许 Rebus 近乎实时地收集和存储不同数据并实现数据可见性。

智能供应链解决方案的另一个关键组成部分是支持物联网的移动应用程序。这些应用程序能够提供实时可见性、加速在现场制定数据驱动型决策。在这种情况下,离线优先模式变得至关重要,因为工作人员需要访问数据的区域往往不存在连接或连接较差。Realm by MongoDB 是一种面向对象的轻量级嵌入式数据库技术,适用于资源受限的环境。它非常适用于在移动设备上存储数据。利用 MongoDB 的 Realm SDK(封装了 Realm 数据库)和 Atlas Device Sync(支持通过手机在 MongoDB 和 Realm 之间实现无缝数据同步,尽可能减少开发人员的工作量)之后,企业可以快速开发移动应用程序并推动创新。

MongoDB 为支持物联网的供应链提供了强大的解决方案,可以优化流程并消除低效率,使组织能够制定数据驱动的决策并提高供应链效率。

结论

物联网行业正在迅速发展,互联设备数量不断增加,利用这些解决方案的企业面临的挑战也随之增加。

我们看了一系列真实用例,了解了 MongoDB 如何帮助企业处理物联网数据管理、执行实时分析和优化供应链,从而推动各种行业创新。MongoDB 拥有独特的功能和性能,能够为您管理繁重的工作,在物联网领域的持续数字化转型中继续发挥关键作用。

阿里云是中国唯一能提供MongoDB最新版本的云厂商。从 2021年5月国内独家首发 5.0 版本,到如今的 7.0 版本 ,阿里云MongoDB 始终跟随MongoDB 公司的发布节奏,致力于为开发者带来最新版本的云服务体验。阿里云与MongoDB战略合作四周年,目前已经成为MongoDB在中国最大的云服务提供商,业务拓展至互联网、游戏、汽车、制造、零售等行业,累计为数万名客户提供MongoDB云服务。观看发布会直播回放请点击:https://developer.aliyun.com/topic/mongodb_release

了解更多产品详细信息请访问官网

扫码加入钉群,与MongoDB专家一对一沟通,了解更多阿里云MongoDB产品与方案,市场活动及线上培训等内容。
技术支持沟通群.jpg

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
9天前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
25 1
|
3天前
|
机器学习/深度学习 安全 物联网
智能家居安全:物联网设备的双刃剑
【8月更文挑战第28天】 随着物联网技术的飞速发展,智能家居已成为现代生活的一部分。然而,随之而来的安全问题也日益凸显。本文将深入探讨智能家居中的安全挑战,分析物联网设备如何成为一把双刃剑,既带来便利也可能引发风险。通过案例分析和专家建议,为读者提供实用的防护措施和未来趋势的展望。
|
18天前
|
安全 物联网 网络安全
智能家居安全:物联网设备的风险与防护
【8月更文挑战第14天】 随着物联网技术的飞速发展,智能家居已经走进千家万户。然而,智能设备的便利性背后隐藏着潜在的安全风险。本文将探讨智能家居面临的主要安全挑战,并提供实用的防护措施,帮助用户构建一个更安全的智能生活环境。
|
20天前
|
安全 物联网 网络安全
智能家居安全:物联网设备的风险与防护措施
随着物联网技术的飞速发展,智能家居已成为现代生活的一部分。然而,智能设备的便利性背后隐藏着安全隐患。本文将深入探讨物联网设备面临的主要风险,并提供有效的防护措施,帮助用户构建一个更安全的智能家居环境。
47 7
|
16天前
|
JSON 数据管理 关系型数据库
【Dataphin V3.9】颠覆你的数据管理体验!API数据源接入与集成优化,如何让企业轻松驾驭海量异构数据,实现数据价值最大化?全面解析、实战案例、专业指导,带你解锁数据整合新技能!
【8月更文挑战第15天】随着大数据技术的发展,企业对数据处理的需求不断增长。Dataphin V3.9 版本提供更灵活的数据源接入和高效 API 集成能力,支持 MySQL、Oracle、Hive 等多种数据源,增强 RESTful 和 SOAP API 支持,简化外部数据服务集成。例如,可轻松从 RESTful API 获取销售数据并存储分析。此外,Dataphin V3.9 还提供数据同步工具和丰富的数据治理功能,确保数据质量和一致性,助力企业最大化数据价值。
81 1
|
18天前
|
监控 安全 物联网
智能家居安全:物联网设备中的漏洞与防护
随着物联网的飞速发展,智能家居设备已步入千家万户。然而,这些便捷的科技产品也带来了安全隐患。本文旨在揭示智能家居设备中存在的安全漏洞,并提供针对性的防护措施。通过深入浅出的分析,我们希望能增强用户的安全意识,并采取有效行动保护自己的数字家园。
|
18天前
|
监控 物联网 关系型数据库
使用PostgreSQL触发器解决物联网设备状态同步问题
在物联网监控系统中,确保设备状态(如在线与离线)的实时性和准确性至关重要。当设备状态因外部因素改变时,需迅速反映到系统内部。因设备状态数据分布在不同表中,直接通过应用同步可能引入复杂性和错误。采用PostgreSQL触发器自动同步状态变化是一种高效方法。首先定义触发函数,在设备状态改变时更新管理模块表;然后创建触发器,在状态字段更新后执行此函数。此外,还需进行充分测试、监控性能并实施优化,以及在触发函数中加入错误处理和日志记录功能。这种方法不仅提高自动化程度,增强数据一致性与实时性,还需注意其对性能的影响并采取优化措施。
|
21天前
|
机器学习/深度学习 人工智能 算法
在这个智能设备云集的时代,物联网就像一场盛大的派对,设备们交流信息,共舞一曲
在这个智能设备云集的时代,物联网就像一场盛大的派对,设备们交流信息,共舞一曲。机器学习与人工智能则是派对上的指挥家,让设备学会理解用户习惯,如智能空调调节温度;赋予设备自主决策力,如智能安防识别异常;并拓展至农业、交通等更多领域,创造更智能的世界。通过简单的温度预测代码示例,我们得以窥见机器学习在物联网中的无限可能。
14 2
|
8天前
|
物联网 C语言
C语言与物联网:设备间的通信与控制
C语言与物联网:设备间的通信与控制
24 0
|
11天前
|
监控 安全 物联网
智能家居安全:物联网设备的风险与防护
随着物联网技术的飞速发展,智能家居设备已步入千家万户。然而,随之而来的安全问题也日益凸显。本文将深入探讨智能家居面临的安全挑战,并提供实用的防护措施,旨在帮助用户构建一个更加安全的智能生活环境。
下一篇
云函数