从从业者的角度来看，我经常看到计算的可用性和分布式的需求。当我开始将物联网与OT和IT系统集成时，我面临的第一个问题是设备发送到我们服务器的数据量太大。我在一个工厂自动化场景中工作，我们集成了400个传感器，每1秒发送3组数据。数据问题大多数生成的传感器数据在生成5秒后就完全无用了。我们有400个传感器、多个网关、多个进程和多个系统，它们需要几乎同时处理这些数据。大多数数据处理的支持者都支持云模型，您应该始终向云发送一些东西。它也是第一个物联网计算基础。1.物联网云计算有了物联网和云计算模型，你基本上是在云端推送和处理传感数据。你有一个接收器模块，它获取数据并将其存储在数据池（一个非常大的存储空间）中，然后对其应用并行处理（可能是Spark、AzureHDInsight、Hive等），然后使用这些信息进行决定。自从我开始构建IoT解决方案以来，我们现在有许多新产品和服务可以让您非常轻松地做到这一点：1)如果您是AWS的忠实粉丝，您可以利用AWSKinesis和大数据lambda服务。2)您可以利用Azure生态系统，这使得构建大数据功能变得非常容易。3)或者，您可以将GoogleCloud产品与CloudIoTCore等工具结合使用。我在IoT中面临的一些云计算挑战是：1)企业不愿意将数据存储在Google、Microsoft和Amazon的平台中。2）延迟和网络中断问题。3)增加存储成本、数据安全性和持久性。4）通常大数据框架不足以创建满足数据需求的大型接收模块。2、物联网的雾计算（FogComputing）有了雾计算，我们变得更强大了。我们现在不再将数据一路发送到云端，而是使用本地处理单元或计算机，等待服务器处理和响应。在实施之前的4-5年，我们没有像Sigfox和LoraWAN这样的无线解决方案，而且BLE也没有网状网络或远程功能。因此，我们不得不使用更昂贵的网络解决方案来确保我们能够与数据处理单元建立安全、持久的连接。这个中央单元是我们解决方案的核心，很少有专门的解决方案提供商。我第一次使用雾计算是在一个石油和天然气管道项目中。该管道生成了数TB的数据，我们创建了一个具有适当雾节点的雾网络来计算数据。从那时起我从实施雾网络中学到的东西：1）它不是很简单，你需要知道和理解很多东西。构建软件或我们在物联网中的工作更加直接和开放。此外，当您将网络作为障碍时，它会减慢您的速度。2)这样的实施需要非常庞大的团队和多个供应商。OpenFog及其对雾计算的影响OpenFog(https://www.openfogconsortium.org/)计算框架用于雾计算架构。它提供：用例测试平台技术规范和参考架构3.IoT的边缘计算IoT捕获微交互并尽可能快地响应。边缘计算让我们离数据源最近，让我们可以在传感器领域应用机器学习。边缘计算和雾计算的区别在于，边缘计算完全是传感器节点的智能，而雾计算仍然是一个局域网，可以为数据密集型操作提供计算能力。微软、亚马逊等行业巨头纷纷发布AzureIoTEdge和AWSGreenGas，以卓越的计算能力助力物联网网关和传感器节点上的机器智能化。这些都是很棒的解决方案，可以让您的工作变得非常轻松，但随着我们从业者对边缘计算的理解和使用，它极大地改变了边缘计算的含义。4.MISTComputingforIoT我们看到我们可以做以下事情来促进物联网的数据处理和智能化：基于云的计算模型基于雾的计算模型边缘计算模型我们可以简单介绍物联网设备的网络功能和分配工作负载，利用雾计算和边缘计算都无法提供的动态智能模型。这种类型的计算补充了雾和边缘计算，并使它们变得更好。建立这种新模型可以从内存大小为256kB、数据传输速率约为每秒100kB的设备中进行高速数据处理和智能提取。我不敢说这个技术模型已经成熟到可以帮助我们应对物联网计算模型。但是对于Mesh网络，我们肯定会看到这种计算模型的推动者。就我个人而言，我已经花了一些时间在我的实验室中实施基于MIST的PoC，我们正在解决的挑战是分布式计算模型及其治理。但是，我100%肯定很快就会有人提出一个更好的基于MIST的模型，我们所有人都可以轻松使用。原文：https://developer.aliyun.com/article/761639?spm=5176.8068049.0.0.55746d19aZT1LR&groupCode=iot
