云计算落脚成基础 物联网或因此改架构

随着时间的发展，概念所涉及的东西越来越多。除了内置有内部传感器和处理器外，这些东西还直接与网络相连，在线传输它们的数据。虽然家庭自动化可能是这一概念的“主要”用武之地，例如冰箱内的牛奶没有了，冰箱会自动从食品店那里定购牛奶。的应用范围实际上正变得越来越大。我们将拥有许多能够彼此互动却又彼此独立的东西，办公室会在需要的时候自动定购办公物品，无需我们干涉，甚至我们衣服和身体上的传感器会实时将我们的健康数据传输我们的医生。这类M2M(机器对机器)通信是的关键之处。

要想充分发挥的全部潜在优势，必须将作为的基矗隐藏在互联背后的理念是收集的数据大部分应当在线传输，只有这样应用才能有效的汇聚、分析和利用这些数据。现在再让我们回头看一下冰箱的例子。在这个例子中，并不是冰箱自己从食品店那里定购牛奶，而是冰箱向应用传输它们的全部数据，包括目前的食品存量和用户消耗情况，然后由应用读取和分析这些数据。随后，综合考虑其它因素，如用户目前的食品预算资金以及牛奶会在多长时间内送到等因素，再决定是否购买，而云正是这些应用的理想归宿。

如果我们所有的日常用品都安装这种传感器，那么生成的数据量将非常庞大。，必须要考虑到如何存储和分析这些生成的数据。这不仅仅是一个数据量的问题，其中还涉及到这些数据的生成速度问题。传感器正在生成越来越多的数据，而且这些数据的生成速度已经超过了大多数商业应用的处理速度。

基于云的解决方案是应对数据生成数量和速度问题的基矗云可以根据我们的需求自动地动态提供预备存储资源，无需人工干预。云还赋予了我们通过云数据库集群或是无需停机即可调整容量的虚拟化物理存储访问虚拟存储的能力和访问大型存储资源池的能力，这些都是在本地所无法实现的。

关于这些数据的第二个问题是如何处理它们。这一问题有两个难点。第一个难点是如何实时处理从每个不一物体那里获得的所有数据点。第二个难点是从所有收集到的可用数据点中提取有用的信息，以及关联从不同物体那里获得的信息，为存储的数据增加实际价值。

尽管实时处理看似很简单接收数据、分析数据，然后再利用这些数据实时情况并非如此。让我们再回头看一下那个冰箱的例子吧，想像一下每次有人打开冰箱门，这台冰箱就要发送一个数据包，这些数据包中包括了哪些东西被移动了，哪些东西被放了进来。我们估算一下，全球约有20亿台冰箱，每天开关冰箱门4次，那么一天下来将生成80亿个数据包，平均下来每秒约有10万个数据包，这个量是非常惊人的。更糟糕的是，这些数据点可能主要集中在一天之中的特点时段(主要是早上和晚上)。如果我们根据最大负载准备处理容量，那么大量基础设施将会被浪费。

一旦进行实时处理，那么我们将会遇到第二个难点，即如何从这些被存储的数据中提取有用的信息，让它们更上一个台阶，而不再是个人事务。如果冰箱能够自动为你向食品店下订单，对于你个人来说这非常不错，如果制造商知道来自某些特定地区的冰箱有过热趋势，或是存储某些物品的冰箱使用寿命消耗过快，那么对于制造商来说意义将更大。为了从存储的数据中提取这类信息，我们需要利用现有的解决方案(以及一些即将出现的解决方案)。

非常适合处理这些问题。在第一个难点中，允许进行动态分配(和回收)处理资源，让需要实时分析冰箱数据的应用能够应对这些海量数据以及能够优化基础设施成本。在第二个难点中，能够与解决方案进行协作。

，可能会改变的总体架构，但与此对于实现这一变化也非常关键。在虚拟化计算资源方面，虽然应用无需人工干预自己可以动态分配这些资源，如果这样的话不会有任何发展。因为才是推动它们发展的唯一动力。