物聯網解決方案通常包括四個基本要素：

1、傳感器

2、網絡連接

3、數據處理

4、用戶界面

在前面涉及傳感器和網絡連接的文章中，我們學習了物聯網傳感器如何收集數據，以及如何使用網絡解決方案將數據發送到云服務平臺。下一步是使數據有用。

在本文中，我們將集中討論列表中的第三個要素：數據處理。

什么是數據處理？

如今，數據產生的數量和速度令人難以置信。根據麥肯錫的報告，今天世界上90%的數據都是在過去兩年內產生的。

為了理解物聯網傳感器收集的大量數據，我們需要對其進行處理。維基百科將數據處理解釋為“收集和處理數據項以產生有意義的信息”。 換句話說，數據處理的目的是將原始數據轉換為有用的信息。

數據是數據處理的輸入或原材料。數據處理的輸出是信息，而輸出可以以不同的形式呈現，例如純文本文件、圖表、電子表格或圖像。

數據處理周期

那么，數據處理是如何工作的呢？這個過程通常遵循一個由三個基本階段組成的循環：輸入、處理和輸出。

為了使本文簡單，我們不打算深入研究數據處理階段的技術細節，相反，我們將為您提供每個階段非常概括且簡單的解釋。

▲輸入

輸入是數據處理周期的第一階段，這是一個將收集到的數據轉換成機器可讀形式以便計算機處理的階段。這是一個非常重要的階段，因為數據處理輸出完全依賴于輸入的數據（輸入垃圾——輸出垃圾）。

▲處理

在處理階段，計算機將原始數據轉換成信息。轉換是通過使用不同的數據操作技術來執行的，例如：

分類：數據被分為不同的組。

排序：數據按某種順序排列（如按字母順序排列）。

計算：對數字數據執行算術和邏輯運算。

▲輸出

在最后一個階段，接收輸出。這是處理后的數據轉換成人類可讀形式并作為有用信息呈現給最終用戶的階段。此外，數據處理的輸出可以存儲起來以備將來使用。

例如，存儲的信息可以用作進一步處理的輸入。它還可以用來建立歷史參考，以便檢測未來的趨勢。

物聯網中數據處理的注意事項

既然我們已經知道了數據處理的工作方式，那么在物聯網中涉及到數據處理時，有一些注意事項需要我們了解。

▲期望的輸出

即使數據處理周期從輸入階段開始，我們也應該首先考慮想要的輸出。換句話說，我們對什么樣的信息感興趣？

一個示例是在機器的溫度超過閾值時接收警報。

▲數據的存儲

一旦我們弄清楚想要的輸出是什么，我們就必須找到一種方法來獲得它。傳感器收集的數據必須以適當的形式存儲，以便將其轉換為我們正在尋找的信息。

例如，當機器運行時，我們可以定期（例如每10分鐘）接收數據。我們可能希望利用這些數據來計算自上次維護以來機器已經運行了多少小時。我們還可以檢測這些數據中的趨勢，并對何時達到特定的小時數進行預估（如果使用量保持在相同的水平）。

由于傳感器收集的數據量可能很大，我們應該購買可擴展的云服務來存儲數據。此外，我們還應該制定一個數據保留政策，以便定時清理不必要的數據。我們擁有的數據越多，保存的時間越長，存儲數據的成本就越高。另一方面，更少的數據意味著更少的見解和歷史參考。因此，我們必須在成本和想要存儲的數據量之間進行優先級排序和平衡。

▲更新頻率

在執行數據處理之前，重要的是要確定更新頻率和資源消耗（如計算能力、功率）之間的良性平衡。“良性平衡”完全取決于物聯網用例。

在某些用例中，必須立即知道收集的數據是如何影響輸出的，然而，這需要實時的數據處理，這可能非常消耗資源。在其他一些用例中，收集到的數據，每天處理一次就足夠了。

▲數據處理工具

最后，有多種數據處理工具可供選擇。例如，有許多軟件解決方案可用于不同的物聯網用例，Trackinno云服務就是一個例子，它是為資產和維護管理而設計的。這些軟件能夠處理數據并將數據以易于理解的形式呈現給最終用戶。

或者，我們可以使用物聯網平臺來構建自己的數據存儲，然后，數據存儲可用于創建自定義報告。當然我們也可以聘請一位分析師，他們會為我們創建報告。

邊緣計算處理

之前，我們已經解釋過，傳感器設備收集的數據被發送到云服務平臺進行處理。然而，情況并非總是如此，處理數據的位置（或何時）也有不同的方法。

例如，數據可以在發送到云端之前進行處理，這是通過邊緣計算實現的。邊緣計算允許數據在其原點（傳感器）附近被處理。數據從傳感器傳輸到本地邊緣計算系統，該系統處理和存儲數據，然后將其發送到云中。此外，系統還可以編譯處理后的數據并將其發送到云，例如每天一次。

邊緣計算的好處在于只有經過處理后的數據才發送到云端。這就需要更少的網絡帶寬，同時也節省了傳感器設備的電池。

物聯網工作流程的下一步是什么？

到目前為止，我們已經通過傳感器收集數據，然后使用網絡解決方案將數據發送到云服務平臺，并將數據轉換為有用的信息。接下來，是時候向最終用戶展示結果了，請繼續關注我們的下一篇文章“物聯網如何工作——第4部分：用戶界面”！