第4篇：云計算在物聯網中的應用

何小慶譯

云計算

云計算，為什么人們使用這樣奇怪的詞匯來描述在線服務呢？早在20世紀90年代初，工程師們就開始使用云作為互聯網的教科書內容和圖表的隱喻，互聯網的結構從遠處看——非常像云。后來，云計算作為一種方法來表示基于互聯網的服務。從實施角度看，云計算是一組網絡計算機，它將嵌入式系統的處理和存儲任務轉移到網絡計算機上運行。這種想法看似很簡單，但其背后隱藏的

技術則非常復雜。

許多公司為了簡化云計算在構建和使用上的復雜性，紛紛推出各種產品和服務。比如蘋果公司iCloud、谷歌云計算平臺和微軟的One drive，但是這些產品和技術都是針對個人電腦用戶而設計的。嵌入式開發者也需要類似的、針對物聯網的云計算技術和產品。

[譯者注]云計算有三種方式，分別是SaaS（軟件即服務）、PaaS（平臺即服務）和IaaS（基礎設施即服務）。谷歌云計算平臺包括Google Apps（SaaS）和Google App Engine（PaaS），微軟除了云存儲的One drive外，還有 Windows Azure（PaaS）。

工業界分析人士指出，到了2020年物聯網設備的數量將達到數十億，如圖1所示。

這些設備將產生海量的數據，有以下方法可以管理和處理這些數據。

◆一部分公司有能力開發（還可能銷售）他們私有的

解決方案。

圖1 聯網設備的總數

◆一部分公司不具備布置完整的基礎設施的能力，他們更愿意選擇第三方的解決方案，這些方案可能是公用的，也可能是商用的（托管方式）。

任何公司如果想運行后臺服務，那么就必須將其視為這是公司的核心競爭力，模棱兩可的做法完全行不通。但并不是所有公司都具備這樣的DNA，既可以保證服務器和網絡無故障地運行，又具備UPS（不間斷電源）和冗余的計算機硬件系統。物聯網的生態環境如圖2所示。

圖2 物聯網的生態環境

物聯網設備的大軍將產生比任何獨立的Web應用多得多的數據，據估計，到2020年地球上每個人將有5 200 GB的數據。屆時，要支撐數十億的聯網設備，人們需要每天布置大約340個應用服務器（也就是說每年120 000個服務器）。云計算是滿足這樣巨大需求的十分合適的方案。

后臺服務

人們最近一直在談論這樣的話題：每一家公司都將成為一家軟件公司。為什么會這樣呢？因為管理你的產品和系統產生的數據將會比產品本身更加有價值。你設計和制造一個物聯網設備，如果需要后臺服務，則會考慮選擇自己開發或者外包出去，多數公司會選擇外包。比如你是一家溫控器的制造商，IT能力不是你的核心競爭力，最好是借助外力，像英特爾、Oracle、SalesForce和谷歌這些大公司已經早早涉足了云計算領域。

如果希望構建自己的后臺服務，則會面臨一些技術方案的選擇，建議閱讀《第3篇：互聯網與物聯網協議》。你必須確定你的客戶是如何訪問和處理他們的數據的，是完全通過Web瀏覽器，還是提供智能手機App應用程序（IOS，Android和Windows）。

后臺服務另外一個重要的特性是要支持物聯網設備的遠程安全升級能力。物聯網是一個快速發展的領域，很難做到設計與未來的發展完全吻合，這意味著你的設備一定要升級。這樣的設備就需要更多的Flash存儲器、RAM、Bootloader（引導程序）以及設備安全的升級固件和應用所需的其他部件。

如果選擇外包你的后臺服務，同樣的問題也需要你的回答。但是在這種情況下，首先需要考察的是該后臺服務是否支持所期望的協議。你當然不希望后臺供應商把握對你的物聯網設備協議的控制權，而且你還需要了解到該供應商是否支持移動的數據應用，或者至少提供足夠的工具讓你可以自己開發移動應用。

以下清單是后臺供應商應該具備的基本能力：

◆幫助客戶選擇通信硬件和軟件的設計服務能力。

◆ 支持云計算協議（Websocket、RESTful、MQTT和Co AP等）。

◆支持安全的遠程固件升級。

◆Web/移動應用開發（顧問服務）的能力。

◆靈活的價格策略。

—按照每臺設備收費。

—按照每一個交易（transaction）收費。

—按照每一種數據類型收費。

—按照所使用的帶寬收費。

—按照所使用的存儲量收費。

—按月或者年訂閱時間收費。

看看公司們提供的方式吧！可以在他們的網站上注冊一個免費賬號來測試你的應用，然后再投入商業運營。有些服務商還可以提供外部的公共數據幫助你開發更有價值的應用，比如支持你訪問天氣數據，以及價格工具，這些對于構建一個智慧的能源系統很有幫助。

目前，多數的后臺基于REST或者RESTful API，以及各種Java技術。這樣的方案對于那些需要移動大量有效負荷數據的應用也許很適合。

大數據

當你需要使用自己的數據時，這些信息是存儲在外面公共系統或者商業授權系統之中的，那么大數據（數據分析）就進入了人們的視野。弗吉尼亞·羅曼提（Virginia Rometty）在經濟學家雜志寫了下面這段關于系統處理大數據的文字：

“我們的世界已經變得到處都是儀器而且互聯，計算已經嵌入到物體，沒有人認為這些物體是計算機。在這個星球上有超過萬億個互聯智能物體和生物，全世界大約有27億網民，感謝移動技術的迅猛發展，網民的數量在世界的各個角落都在快速增加。”

“這樣的結果讓我們的地球充滿了信息，也就是我們稱為大數據的最好的理由。”

“為大數據構建的新一代的認知系統可以趕上洪水的流動，因為它不是被編程的，它通過自己的經驗和與人們的交流進行學習。認知系統可以審查結構信息，比如數據庫，也可以審查非結構信息，比如醫療影像和社交媒體的內容。感謝云計算，這樣的認知系統運行得非常快。”

這些意味著嵌入式系統社區需要學習分布式數據庫管理系統，比如Apache Cassendra，還要學習Apache Hadoop，它可以對所有數據進行分析。Cassendra是一個開源的分布式的數據庫，該數據庫的設計是用來在商業服務器上存儲和管理大規模數據。

當然也有商業解決方案，比如GE Predix，它是工業互聯網的軟件平臺，該平臺提供一種連接設備和數據的標準方式，支持工業規模的數據分析。

仍然有一些關于數十億互聯設備如何互動這樣懸而未決的問題等待我們的答案：

◆數據表示的模型是什么？

◆使用哪種網絡發現協議？無論哪種類型的網絡，都需要類似Bonjour這樣的發現協議。

這數十億的聯網設備所產生的數據一定要送到互聯網上，由我們稱為大數據的技術來存儲和處理，這是人們已經公認的途徑。