企业应该通过了解他们的数据、功能需求以及数据库如何适应他们的业务战略来选择合适的物联网数据库。要选择最佳的物联网数据库，IT管理员必须首先评估数据类型和数据流，并定义它们的功能、性能和其他业务需求。最好的物联网数据库必须能够满足物联网的特定要求。IT管理员在选择物联网数据库时有很多考虑因素，包括可扩展性、容错性、高可用性和灵活性。他们还必须考虑数据库的位置（本地或云端），以及是否应该对其进行管理。为了帮助选择IoT数据库，技术人员应采取循序渐进的方法来确保IoT数据库满足其组织的需求。如何选择合适的物联网数据库通过执行这五个步骤，物联网技术人员可以减少需要相互集成的数据库和遗留系统的数量。(1)评估数据库将存储和管理的数据类型物联网数据类型与用例本身一样复杂多样，但它们可以分为几类，包括：设备元数据。这可能包括设备ID、物理设备的唯一标识符、设备类别或类型、设备制造日期、硬件序列号以及当前配置或版本。这些数据是相对静态的。设备状态信息。这包括设备的各种相关状态，例如打开或关闭或记录。这些数据可以是动态的。遥测数据。设备收集的数据（假设它是传感器或主要功能是收集数据的设备）通常以流数据的形式到达，每个单元都会发生变化，并且可以组织到通道中。命令数据。该数据控制执行器或设备采取行动，例如加速。操作数据。有关设备本身运行的数据，包括CPU使用率、内存使用率或热量。许多IoT初学者专注于命令和遥测数据，误导业务流程。这种关注是以管理数据为代价的，其中包括设备数据、状态数据和操作数据。然而，当应用于数字孪生、物理物联网环境的数字镜像、再现意外故障模式或用于取证时，管理数据至关重要。(2)映射数据流企业物联网领导者必须确定在哪里收集、汇总、分析和转换不同类型的数据，以及如何将数据集成到其他系统中。例如，是否需要丰富数据，何时需要捕获和记录？确保确定数据存储和复制的区域。会有标准化的数据存储吗？如何规划数据归档的地点、时间和环境？(3)映射数据库需要满足的功能需求物联网技术人员定义好数据类型和数据流之后，下一步就是将数据库需求映射到功能需求，包括：数据提取和聚合。从设备收集和汇总数据后，通常会对其进行快速处理，尤其是遥测和命令数据。此类数据需要高性能读取遥测和高性能写入命令数据和具有高可靠性和可用性的应用程序。边缘分析。许多数据流架构包括相对靠近设备本身的边缘分析。数据需求包括数据转换、过滤、丰富和任何其他聚合。边缘分析数据库需要具有极低延迟的高速读写能力，以及支持分析工具和解决方案的能力。核心分析。随着数据进一步聚合（可能在基于云的核心中），可能需要进行额外的转换、丰富和分析。核心分析数据库平台需要高可用，也可能需要分布式，支持流式分析。管理控制台需要捕获和显示设备数据，包括元数据、操作数据和状态数据。它应该包括可视化和仪表板功能，并需要毫秒级的延迟。商业分析。来自物联网网络的数据通常需要集成到更大的数据湖中，数据科学家可以在其中运行分析和人工智能。IoT数据库需要与企业现有的业务分析或可靠的数据仓库和分析相集成。(4)根据功能需求确定数据库性能需求简而言之，数据库通常会在性能（读写响应时间）和寿命（数据必须保留并保持最新的时间）之间进行权衡。另一种方法是查看速度与规模。摄取和边缘分析需要非常低的延迟和高性能，但通常不需要长时间保留大量数据。相比之下，业务分析数据库需要将大量数据保留数月、数年或数十年，但不需要毫秒级的响应时间。这种功能上的差异导致需要多个集成的物联网数据库，而不是单一的数据库类型。(5)其他业务需求的应用性能不是唯一的需求。其他因素包括供应商如何通过许可费为服务定价、数据库的位置、组织对使用开源工具和资源的立场，以及将集成IoT数据库的遗留环境。
