接上一篇文章：《物联网如何工作之第1部分：传感器》《物联网如何工作之第2部分：网络连接》这是我们物联网工作原理系列的第三部分，我们将简单介绍物联网-理解方式的关键要素。IoT解决方案通常包含四个基本要素：传感器网络连接数据处理用户界面在之前介绍传感器和网络连接的文章中，我们了解了IoT传感器如何收集数据以及如何使用网络解决方案将数据发送到云服务平台。下一步是使数据有用。在本文中，我们将关注列表中的第三个元素：数据处理。什么是数据处理？如今，数据生成的数量和速度令人难以置信。根据麦肯锡的一份报告，当今世界上90%的数据都是在过去两年内产生的。为了理解物联网传感器收集的大量数据，我们需要对其进行处理。维基百科将数据处理定义为“收集和处理数据项以产生有意义的信息”。换句话说，数据处理的目的是将原始数据转化为有用的信息。数据是数据处理的输入或原材料。数据处理的输出是信息，输出可以以纯文本文件、图表、电子表格或图像等不同形式呈现。数据处理周期那么，数据处理是如何进行的呢？该过程通常遵循由三个基本阶段组成的循环：输入、处理和输出。为了使本文简单，我们不会深入研究数据处理阶段的技术细节，而是将为您提供每个阶段的非常笼统和简单的解释。1.输入输入是数据处理周期的最后阶段，是将收集到的数据转换成机器可读形式供计算机处理的阶段。这是一个非常重要的阶段，因为数据处理输出完全依赖于输入数据（输入垃圾-输出垃圾）。2.处理在处理阶段，计算机将原始数据转换为信息。转换是通过使用不同的数据操作技术来执行的，例如：分类：数据被分成不同的组。排序：按某种顺序（如字母顺序）排列数据。计算：对数字数据执行算术和逻辑运算。3.输出在最后阶段，接收输出。这是将处理后的数据转换为人类可读形式并作为有用信息呈现给最终用户的阶段。此外，可以存储数据处理的输出以供将来使用。例如，存储的信息可以用作进一步处理的输入。它还可用于建立历史参考以检测未来趋势。物联网中数据处理的注意事项既然我们知道了数据处理的工作原理，那么当涉及到物联网中的数据处理时，我们需要知道一些注意事项。1.期望输出即使数据处理周期从输入阶段开始，我们也应该首先考虑期望输出。换句话说，我们对什么样的信息感兴趣？一个例子是当机器的温度超过阈值时接收警报。2.数据的存储一旦我们弄清楚了想要的输出是什么，我们就必须想办法得到它。传感器收集的数据必须以适当的形式存储，以便将其转换为我们要查找的信息。例如，我们可以在机器运行时定期（比如每10分钟）接收数据。我们可能希望使用此数据来计算自上次维护以来机器已经运行了多少小时。我们还可以检测此数据的趋势，并估计何时会达到一定的小时数（如果使用量保持在同一水平）。由于传感器收集的数据量可能很大，我们应该购买可扩展的云服务来存储数据。此外，我们还应该有一个数据保留策略，以便定期清理不需要的数据。我们拥有的数据越多，保存的时间越长，存储它的成本就越高。另一方面，更少的数据意味着更少的见解和历史参考。因此，我们必须在成本和我们要存储的数据量之间确定优先级并取得平衡。3.更新频率在执行数据处理之前，重要的是确定更新频率和资源消耗（例如计算能力、功率）之间的健康平衡。“良好的平衡”完全取决于物联网用例。在某些用例中，必须立即了解收集的数据如何影响输出，但是，这需要实时数据处理，这可能非常耗费资源。在其他一些用例中，每天处理一次收集的数据就足够了。4.数据处理工具***，有很多数据处理工具可以选择。例如，有许多软件解决方案可用于不同的物联网用例，Trackinno云服务就是一个例子，它专为资产和维护管理而设计。这些软件能够处理数据并将其以可理解的形式呈现给最终用户。或者，我们可以使用物联网平台来构建我们自己的数据存储，然后可以使用它来创建自定义报告。当然我们也可以聘请分析师，他们会为我们创建报告。在边缘计算处理之前，我们已经说明了传感器设备采集到的数据被发送到云服务平台进行处理。然而，情况并非总是如此，在何处（或何时）处理数据有不同的方法。例如，数据可以在发送到云之前进行处理，这是由边缘计算实现的。边缘计算允许在靠近其原点（传感器）的地方处理数据。数据从传感器传输到本地边缘计算系统，该系统在将数据发送到云端之前对其进行处理和存储。此外，系统还可以将处理后的数据编译并发送到云端，例如每天一次。边缘计算的好处是只有经过处理的数据才会被发送到云端。这需要更少的网络带宽，还可以节省传感器设备的电池电量。物联网工作流程的下一步是什么？到目前为止，我们都是通过传感器收集数据，然后使用网络解决方案将数据发送到云服务平台，并将数据转化为有用的信息。接下来，是时候向最终用户展示结果了，敬请期待我们的下一篇文章“IoT的工作原理-第4部分：用户界面”！
