9月15日技能沙龙 | 与来自京东金融、AWS、东华软件三位大咖探究精准快速运维！
跟着时刻的开展，物联网概念所触及的东西越来越多。除了内置有内部传感器和处理器外，这些东西还直接与网络相连，在线传输它们的数据。尽管家庭主动化可能是这一概念的“首要”用武之地，例如冰箱内的牛奶没有了，冰箱会主动从食物店那里定购牛奶。可是物联网的使用规模实践上正变得越来越大。咱们将具有许多能够互相互动却又互相独立的东西，工作室会在需求的时分主动定购工作物品，无需咱们干与，乃至咱们衣服和身体上的传感器会实时将咱们的健康数据传输咱们的医师。这类M2M(机器对机器)通讯是的要害之处。
要想充分发挥物联网的悉数潜在优势，必须将云核算作为物联网的根底。隐藏在互联背面的理念是搜集的数据大部分应当在线传输，只要这样使用才干有用的会聚、剖析和使用这些数据。现在再让咱们回头看一下冰箱的比如。在这个比如中，并不是冰箱自己从食物店那里定购牛奶，而是冰箱向使用传输它们的悉数数据，包含现在的食物存量和用户耗费状况，然后由使用读取和剖析这些数据。随后，归纳考虑其它要素，如用户现在的食物预算资金以及牛奶会在多长时刻内送到等要素，再决议是否购买，而云正是这些使用的抱负归宿。
假如咱们一切的日常用品都装置这种，那么生成的数据量将十分巨大。因而，物联网必需求考虑到怎么存储和剖析这些生成的数据。这不仅仅是一个数据量的问题，其间还触及到这些数据的生成速度问题。传感器正在生成越来越多的数据，并且这些数据的生成速度现已超过了大多数商业使用的处理速度。
依据云的解决方案是应对数据生成数量和速度问题的根底。云能够依据咱们的需求主动地动态供给预备存储资源，无需人工干预。云还赋予了咱们经过云数据库集群或是无需停机即可调整容量的虚拟化物理存储拜访虚拟存储的才能和拜访大型存储资源池的才能，这些都是在本地所无法完成的。
关于这些数据的第二个问题是怎么处理它们。这一问题有两个难点。第一个难点是怎么实时处理从每个纷歧物体那里取得的一切数据点。第二个难点是从一切搜集到的可用数据点中提取有用的信息，以及相关从不同物体那里取得的信息，为存储的数据添加实践价值。
尽管实时处理看似很简单——接纳数据、剖析数据，然后再使用这些数据——可是实时状况并非如此。让咱们再回头看一下那个冰箱的比如吧，想像一下每次有人翻开冰箱门，这台冰箱就要发送一个数据包，这些数据包中包含了哪些东西被移动了，哪些东西被放了进来。咱们预算一下，全球约有20亿台冰箱，每天开关冰箱门4次，那么一天下来将生成80亿个数据包，均匀下来每秒约有10万个数据包，这个量是十分惊人的。更糟糕的是，这些数据点可能首要会集在一天之中的特色时段(首要是早上和晚上)。假如咱们依据最大负载预备处理容量，那么很多根底设施将会被糟蹋。
一旦进行实时处理，那么咱们将会遇到第二个难点，即怎么从这些被存储的数据中提取有用的信息，让它们更上一个台阶，而不再是个人业务。假如冰箱能够主动为你向食物店下订单，关于你个人来说这十分不错，可是假如制造商知道来自某些特定区域的冰箱有过热趋势，或是存储某些物品的冰箱使用寿命耗费过快，那么关于制造商来说含义将更大。为了从存储的数据中提取这类信息，咱们需求使用现有的大数据[注]解决方案(以及一些行将呈现的解决方案)。
云核算十分合适处理这些问题。在第一个难点中，答应进行动态分配(和收回)处理资源，让需求实时剖析冰箱数据的使用能够应对这些海量数据以及能够优化根底设施本钱。在第二个难点中，云核算能够与大数据解决方案进行协作。
综上所述，物联网可能会改动云核算的整体架构，但与此同时云核算关于完成这一改变也十分要害。在虚拟化核算资源方面，尽管使用无需人工干预自己能够动态分配这些资源，可是假如这样的话云核算不会有任何开展。由于物联网才是推进它们开展的仅有动力。
