對象存儲(chǔ)服務(wù)：對象存儲(chǔ)服務(wù)（ObjectStorageService，OBS）是一個(gè)基于對象的海量存儲(chǔ)服務(wù)，為客戶提供海量、安全、高可靠、低成本的數(shù)據(jù)存儲(chǔ)能力，包括：創(chuàng)建、修改、刪除桶，上傳、下載、刪除對象等。其中對象是OBS中數(shù)據(jù)存儲(chǔ)的基本單位，用戶上傳至OBS的數(shù)據(jù)都以對象的形式保存在桶中，而桶是是OBS中存儲(chǔ)對象的容器。數(shù)據(jù)倉庫服務(wù)（DWS）：數(shù)據(jù)倉庫服務(wù)（DataWarehouseService）是一種基于公有云基礎(chǔ)架構(gòu)和平臺(tái)的在線數(shù)據(jù)處理數(shù)據(jù)庫，提供即開即用、可擴(kuò)展且完全托管的分析型數(shù)據(jù)庫服務(wù)。DWS是基于華為融合數(shù)據(jù)倉庫GaussDB產(chǎn)品的云原生服務(wù)，兼容標(biāo)準(zhǔn)ANSISQL99和SQL2003，同時(shí)兼容PostgreSQL/Oracle數(shù)據(jù)庫生態(tài)，為各行業(yè)PB級(jí)海量大數(shù)據(jù)分析提供有競爭力的解決方案。數(shù)據(jù)可視化服務(wù)（DLV）：數(shù)據(jù)可視化服務(wù)（DataLakeVisualization）是一站式數(shù)據(jù)可視化平臺(tái)，適配云上云下多種數(shù)據(jù)源，提供豐富多樣的2D、3D可視化組件，采用拖拽式自由布局，旨在幫助您快速定制和應(yīng)用屬于您自己的數(shù)據(jù)大屏對于聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)，需要進(jìn)行各種維度的統(tǒng)計(jì)分析.常州消防物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)管理

處理，因此處理系統(tǒng)必須是分布式的，水平擴(kuò)展的。為降低成本，一個(gè)節(jié)點(diǎn)的處理性能必須是高效的，需要支持?jǐn)?shù)據(jù)的快速寫入和快速查詢。2.實(shí)時(shí)處理必須是實(shí)時(shí)處理的系統(tǒng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)處理，大家所熟悉的場景是用戶畫像、推薦系統(tǒng)、輿情分析等等，這些場景并不需要什么實(shí)時(shí)性，批處理即可。但是對于物聯(lián)網(wǎng)場景，需要基于采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以內(nèi)。如果計(jì)算沒有實(shí)時(shí)性，物聯(lián)網(wǎng)的商業(yè)價(jià)值就大打折扣。物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量巨大，中國而言，就有5億多臺(tái)智能電表，每臺(tái)電表每隔15分鐘采集一次數(shù)據(jù)，全國智能電表就會(huì)產(chǎn)生500多億條記錄。這么大的數(shù)據(jù)量，任何一臺(tái)服務(wù)器都無能力處理，因此處理系統(tǒng)必須是分布式的，水平擴(kuò)展的。為降低成本，一個(gè)節(jié)點(diǎn)的處理性能必須是高效的，需要支持?jǐn)?shù)據(jù)的快速寫入和快速查詢。2.實(shí)時(shí)處理必須是實(shí)時(shí)處理的系統(tǒng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)處理，大家所熟悉的場景是用戶畫像、推薦系統(tǒng)、輿情分析等等，這些場景并不需要什么實(shí)時(shí)性，批處理即可。但是對于物聯(lián)網(wǎng)場景，需要基于采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以內(nèi)。如果計(jì)算沒有實(shí)時(shí)性，物聯(lián)網(wǎng)的商業(yè)價(jià)值就大打折扣。南通消防物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)服務(wù)公司物聯(lián)網(wǎng)系統(tǒng)對接的往往是生產(chǎn)、經(jīng)營系統(tǒng)。

需要高效的緩存功能。絕大部分場景，都需要能快速獲取設(shè)備當(dāng)前狀態(tài)或其他信息，用以報(bào)警、大屏展示或其他。系統(tǒng)需要提供一高效機(jī)制，讓用戶可以獲取全部、或符合過濾條件的部分設(shè)備的***狀態(tài)。5.需要實(shí)時(shí)流式計(jì)算。各種實(shí)時(shí)預(yù)警或預(yù)測已經(jīng)不是簡單的基于某一個(gè)閾值進(jìn)行，而是需要通過將一個(gè)或多個(gè)設(shè)備產(chǎn)生的數(shù)據(jù)流進(jìn)行實(shí)時(shí)聚合計(jì)算，不只是基于一個(gè)時(shí)間點(diǎn)、而是基于一個(gè)時(shí)間窗口進(jìn)行計(jì)算。不僅如此，計(jì)算的需求也相當(dāng)復(fù)雜，因場景而異，應(yīng)容許用戶自定義函數(shù)進(jìn)行計(jì)算。6.需要支持?jǐn)?shù)據(jù)訂閱。與通用大數(shù)據(jù)平臺(tái)比較一致，同一組數(shù)據(jù)往往有很多應(yīng)用都需要，因此系統(tǒng)應(yīng)該提供訂閱功能，只要有新的數(shù)據(jù)更新，就應(yīng)該實(shí)時(shí)提醒應(yīng)用。而且這個(gè)訂閱也應(yīng)該是個(gè)性化的，容許應(yīng)用設(shè)置過濾條件，比如只訂閱某個(gè)物理量五分鐘的平均值

實(shí)時(shí)處理必須是實(shí)時(shí)處理的系統(tǒng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)處理，大家所熟悉的場景是用戶畫像、推薦系統(tǒng)、輿情分析等等，這些場景并不需要什么實(shí)時(shí)性，批處理即可。但是對于物聯(lián)網(wǎng)場景，需要基于采集的數(shù)據(jù)做實(shí)時(shí)預(yù)警、決策，延時(shí)要控制在秒級(jí)以內(nèi)。如果計(jì)算沒有實(shí)時(shí)性，物聯(lián)網(wǎng)的商業(yè)價(jià)值就大打折扣。3.高可靠性需要運(yùn)營商級(jí)別的高可靠服務(wù)。物聯(lián)網(wǎng)系統(tǒng)對接的往往是生產(chǎn)、經(jīng)營系統(tǒng)，如果數(shù)據(jù)處理系統(tǒng)宕機(jī)，直接導(dǎo)致停產(chǎn)，產(chǎn)生經(jīng)濟(jì)有損失、導(dǎo)致對終端消費(fèi)者的服務(wù)無法正常提供。比如智能電表，如果系統(tǒng)出問題，直接導(dǎo)致的是千家萬戶無法正常用電。因此物聯(lián)網(wǎng)大數(shù)據(jù)系統(tǒng)必須是高可靠的，必須支持?jǐn)?shù)據(jù)實(shí)時(shí)備份，必須支持異地容災(zāi)，必須支持軟件、硬件在線升級(jí)，必須支持在線IDC機(jī)房遷移，否則服務(wù)一定有被中斷的可能。這些數(shù)據(jù)各自有不同的特點(diǎn)，有的采集頻次高，有的要求保留時(shí)間長，有的需要多個(gè)副本以保證更高的安全性。

并與物聯(lián)網(wǎng)相結(jié)合以作出決定，20年前，我們對此只能想象。例如，在汽車內(nèi)連接傳感器，并結(jié)合大數(shù)據(jù)和分析來預(yù)測，當(dāng)一輛汽車有可能出故障之前，實(shí)際上已經(jīng)發(fā)生。這一過程不僅會(huì)通知司機(jī)，而且他們的車輛可能在服務(wù)之前出故障，這可以支持汽車制造商調(diào)查潛在的缺陷，并改進(jìn)未來的車型。大數(shù)據(jù)在制造業(yè)成功部署的好處包括：提高生產(chǎn)效率。采用傳感器和數(shù)據(jù)能夠提高效率，減少損失和浪費(fèi)，并提高員工的工作效率。新的收入流?？梢援a(chǎn)生更多收入的機(jī)會(huì)，通過制造智能產(chǎn)品。這方面的一個(gè)很好的例子是芬蘭通力公司起重機(jī)，研發(fā)創(chuàng)造了“智能”起重機(jī)。節(jié)省運(yùn)營成本。使用生產(chǎn)車間的傳感器，現(xiàn)場管理人員能夠通過預(yù)測性維護(hù)，以減少停機(jī)時(shí)間。保持更強(qiáng)的競爭力。采用大數(shù)據(jù)和分析運(yùn)營機(jī)構(gòu)更為精簡，提高效率，并在市場中取得競爭優(yōu)勢。系統(tǒng)需要提供高效的數(shù)據(jù)降頻操作。常州消防物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)管理

必須是實(shí)時(shí)處理的系統(tǒng)。常州消防物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)管理

  數(shù)據(jù)處理：數(shù)據(jù)處理包括實(shí)時(shí)計(jì)算和離線計(jì)算兩種。TIZASTAR采用Storm作為實(shí)時(shí)處理引擎，并在它的基礎(chǔ)上包裝了自己的實(shí)時(shí)計(jì)算服務(wù)，可以支持應(yīng)用層的調(diào)度和管理。基于實(shí)時(shí)計(jì)算服務(wù)可以很容易實(shí)現(xiàn)對物聯(lián)網(wǎng)數(shù)據(jù)的清洗、解析、報(bào)警等實(shí)時(shí)的處理。離線計(jì)算支持MapReduce和Hive等，主要用于對物聯(lián)網(wǎng)數(shù)據(jù)做日/周/月/年等多個(gè)時(shí)間維度做報(bào)表分析和數(shù)據(jù)挖掘，并將結(jié)果輸出到關(guān)系數(shù)據(jù)庫中?！駭?shù)據(jù)交換接口：數(shù)據(jù)交換接口支持SQL、Restful、Thrift和JavaAPI等，用戶可以根據(jù)實(shí)際情況靈活選擇數(shù)據(jù)交換的方式。數(shù)據(jù)交換的內(nèi)容包括物聯(lián)網(wǎng)終端的當(dāng)前狀態(tài)、物聯(lián)網(wǎng)終端的歷史狀態(tài)/軌跡、指令下發(fā)、數(shù)據(jù)訂閱與發(fā)布等等。●平臺(tái)管理：平臺(tái)管理包括監(jiān)控報(bào)警和管理UI。監(jiān)控報(bào)警采用Ganglia和Nagios結(jié)合的形式，包括硬件級(jí)別（服務(wù)器、cpu、內(nèi)存、磁盤等）、進(jìn)程級(jí)別（進(jìn)程不存在、端口***異常等）、關(guān)鍵業(yè)務(wù)指標(biāo)（中間隊(duì)列的元素?cái)?shù)、網(wǎng)關(guān)建立的tcp連接數(shù)等）等三個(gè)級(jí)別。管理UI包括界面化安裝部署、用戶管理、終端管理、集群管理、數(shù)據(jù)接入管理、實(shí)時(shí)和離線計(jì)算任常州消防物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)管理