隨著物聯(lián)網(wǎng)設備產(chǎn)生的數(shù)據(jù)量呈爆炸式增長，迫使企業(yè)重新考慮其物聯(lián)網(wǎng)存儲策略。

　　Frost&Sullivan公司物聯(lián)網(wǎng)和數(shù)字化轉(zhuǎn)型全球研究總監(jiān)Dilip Sarangan說，“現(xiàn)在，很多企業(yè)并不真正知道哪些數(shù)據(jù)真正有用，但一旦經(jīng)過分析，這些信息可以幫助他們做出商業(yè)決策。”

　　調(diào)研機構(gòu)Gartner公司估計，2020年將有240億個物聯(lián)網(wǎng)設備正在產(chǎn)生數(shù)據(jù)龐大的數(shù)據(jù)。Sarangan說，“因此，問題在于是否保留它，如果保留，存儲在哪里。”

　　Gartner公司分析師表示，云計算存儲在過去幾年中是主要目標，而現(xiàn)在正轉(zhuǎn)向內(nèi)部部署存儲和邊緣存儲。而這一決定是根據(jù)具體的應用和具體的地點來決定的。
 

 

　　Sarangan說，“許多擁有物聯(lián)網(wǎng)的組織不需要進入云端。他們主要希望在內(nèi)部部署和本地化進行處理和存儲。尤其是延遲問題，即使在未來十年也很難解決。當邊緣的大多數(shù)應用程序至少需要實時分析時，將數(shù)據(jù)傳輸?shù)皆贫耸菦]有意義的。”

　　IDC公司基礎(chǔ)設施系統(tǒng)、平臺和技術(shù)研究副總裁EricBurgener表示，關(guān)于數(shù)據(jù)分析發(fā)生在何處的決定將推動購買決定存儲容量，無論數(shù)據(jù)是存儲在云端還是現(xiàn)場數(shù)據(jù)中心，還是在邊緣。

　　Burgener表示，云中的分層物聯(lián)網(wǎng)存儲選項(例如，從熱存儲到冷存儲)在物聯(lián)網(wǎng)應用中的相關(guān)性較低，因為可以在本地存儲數(shù)據(jù)。他說，對于分層存儲，基本概念是所有數(shù)據(jù)不必存儲在同一個高性能、高成本的存儲區(qū)域。

　　他說，“企業(yè)只需要在那里提供必須以高性能交付的數(shù)據(jù)，并采用成本更低的數(shù)據(jù)層，而這些數(shù)據(jù)是企業(yè)不需要在現(xiàn)場或需要經(jīng)常訪問的數(shù)據(jù)。”

　　需要立即分析數(shù)據(jù)的用例(例如自動駕駛汽車)通常不采用云存儲。些時間密集型用例允許數(shù)據(jù)被送回一個中心位置，在那里機器學習被應用于獲取洞察力。

　　某些行業(yè)和應用程序生成大量數(shù)據(jù)，包括公用事業(yè)、建筑自動化系統(tǒng)(照明、供暖)和監(jiān)控系統(tǒng)。例如，監(jiān)控攝像機每秒傳輸大約2兆字節(jié)的數(shù)據(jù)。

　　Burgener表示，“物聯(lián)網(wǎng)存儲類型的組合適用很多企業(yè)使用。在數(shù)據(jù)中心中，可能會看到數(shù)百兆字節(jié)和數(shù)十兆字節(jié)的存儲空間，但在邊緣位置的存儲設備卻不足20兆字節(jié)。”

　　邊緣設備不一定需要大量處理能力或大量存儲，只需捕獲數(shù)據(jù)并將其發(fā)送回更集中的位置進行處理。根據(jù)它們的位置，這些設備需要堅固耐用，并且具有足夠的電力來維持數(shù)據(jù)，直到可以更換電池。
 

 

　　他說，“設備類型有一個真正廣泛的連續(xù)性，因此他們必須開發(fā)不同類型的存儲設備，以便在物聯(lián)網(wǎng)設備中以非常低的功率運行。這往往是新的固態(tài)存儲技術(shù)。”

　　Burgener說，例如，自動駕駛汽車用來決定是否停車的數(shù)據(jù)會在邊緣進行處理，以便立即做出決定，但一旦做出決定，這些數(shù)據(jù)就會被丟棄。然而，有關(guān)車輛是否需要根據(jù)行駛里程加油的決定在邊緣收集，然后送回遠程位置進行處理和存儲。

　　IDC公司基礎(chǔ)設施系統(tǒng)、平臺和技術(shù)研究副總裁NatalyaYezhkova說，“物聯(lián)網(wǎng)沒有統(tǒng)一的存儲方案。每件事都是由一個特定的用例驅(qū)動的。一些大型工作負載可能會被傳送到云端進行分析，然后返回到內(nèi)部數(shù)據(jù)中心進行微調(diào)。”

　　還需要考慮企業(yè)對云存儲的舒適程度、數(shù)據(jù)傳輸量以及在需要移動大量數(shù)據(jù)時對帶寬的控制程度。

　　物聯(lián)網(wǎng)設備收集的結(jié)構(gòu)化數(shù)據(jù)提供了有關(guān)機器特性的信息，這些信息已傳輸?shù)綌?shù)據(jù)中心進行分析。監(jiān)控視頻產(chǎn)生的是大量的非結(jié)構(gòu)化數(shù)據(jù)，可能需要實時或經(jīng)常進行分析，因此不會再次使用。

　　此外，邊緣的存儲量由幾個因素決定，包括邊緣與核心的距離。例如，海洋石油鉆井平臺上的低功耗傳感器可能需要額外的存儲設備和電池電源，這取決于數(shù)據(jù)從設備上傳的頻率。

　　她說：“如果要實現(xiàn)物聯(lián)網(wǎng)的主要目標，數(shù)據(jù)不能只是保持閑置，需要通過分析來提高運營和客戶體驗。”

　　大多數(shù)物聯(lián)網(wǎng)數(shù)據(jù)都是非結(jié)構(gòu)化的，易于存儲在公共云中。所有主要的云提供商都提供可擴展的存儲系統(tǒng)，幾乎不收取數(shù)據(jù)入口的費用。云端還為本地數(shù)據(jù)中心過大的作業(yè)提供大數(shù)據(jù)分析工具。

　　在考慮存儲選項時，企業(yè)應確保數(shù)據(jù)管理與工作負載和應用程序的規(guī)模保持一致。

　　Yezhkova說，“對于何時使用云端與數(shù)據(jù)中心，這并沒有一個固定的做法，對于一些企業(yè)來說，這需要反復驗證才能得到最終結(jié)果。”