物联网资讯
- 万物智能化 英特尔将全面进入云计算时代
- 新讯息
- 焦点
- 物联网:构建统一标准 打造商业模式
- 几项物联网商业应用模式剖析
- 安防时代:智能家居势不可挡
- ETC产业爆发在即 智能交通领域经济效益明显
- NFC手机成长带劲 2018年出货量将达12亿
- 云计算技术平台下物联网助力IPv6寻址策略研究
- 美的联手阿里巴巴深挖"大数据" 云智能家电来了
- 用物联网对抗气候变化
- 用物联网技术实现对污染物全程跟踪
- 从CeBIT看无线物联网发展
- 物联网智能家电 平台有望成型
- 博通与上海科大合作 并成立物联网联合创新中心
- 物联网医学对传统医疗模式的颠覆点在哪里?
- 可穿戴设备让曾经的科幻变为现实
- 在“物联网”的构想中 物联网和RFID的关系
- 光纤通信与光纤传感在物联网中的作用
- 大数据带来科技变革动力
- 5G时代即将来临 开启物联网新世界应用
- 物联网技术为解救雾霾天气出力
- 物联网开启:数据将成智能家电焦点
- Gartner:物联网将改变数据中心
- IBM大数据与分析迈入认知计算时代
- 2014技术发展趋势:云计算/大数据/物联网
- 大数据将成智能家居的核心
- 产品频出 智能家居需求究竟有多大?
- ETC全国联网开启物联网百亿市场
- 盘点全球最具物联网影响力的5个国家
- 传统家电业瞄上物联网
- 智能家居:WiFi与ZigBee谁主沉浮?
- 物联网:智慧城市新“管家”家庭安防老人及儿童看护
- 邬贺铨:物联网是下一代互联网应用特征
- 英特尔副总裁方之熙:物联时代的创新
- 云计算有哪些应用场景?
- 英特尔宣布新计划,全力支持中国产业智能互联创新
- 物联网为3G+WLAN组网模式提供了巨大机遇
- 安捷伦将PNA-X 网络分析仪扩展至8.5 GHz
- 智能满天飞 可穿戴产品路在何方?
- 光纤传感
- 智能家居无线传输技术ZIGBEE无挑战者
- 德州仪器建立物联网云生态系统
- 英特尔以创新布局物联网
- 云计算和物联网的美妙融合
- IT/物联网跨界融合催生安防产业新模式
- 物联网拉动CRM投资
- 2014智能家居新趋势
- 智能家居展开幕,物联网时代到来
- 微软大数据切入角度:将Office作为UI
- 快数据如何在物联网高速公路上驱动分析
- 美国成立工业互联网联盟 望促物联网技术
- 物联网应用“飞入”中国寻常百姓家
- 物联网智能通道解决方案
- 物联网技术在医院的应用
- 让物联网改变天空的颜色
- 中移动强化4G布局 家电物联网借道提速
- 蓝牙,正在走向每个人
- 物联网:企业需要面临七大风险
- 智能家天下 红海将至安防蓝海仍需探索
- 五花八门的蓝牙应用杀入物联网
- 大数据,物联网的真正大脑
- 从眼镜、手环到衣物 智能穿戴产品靠谱吗?
- 智能家居将牵手无线技术与云计算
- 智能家居 将携手无线技术、云计算
- 物联网大数据挑战
- 微软物联网战略:Azure贯穿始末
- 大数据时代的“最强大脑”
- FR301型读写器
- RFM104型模块
- IR301超高频一体机
- RFM101型模块
- 微软CEO:物联网和Office是大数据源头
- 支援IPv6 蓝牙4.1冲刺物联网市占
- 意法半导体:高性价比芯片进军物联网
- GSMA:看好4G、可穿戴、车联网及物联网发展
- 以太网无处不在:未来的工业物联网网络
- 2025年物联网带来的机遇与挑战
- 云计算、大数据、物联网发展趋势
- 韩拟携手欧盟打造5G物联网时代 或2020年商用
- 打开智能物联网创新之门
- 物联网时代来了
- 嵌入式系统展已成智能硬件与物联网天下
- 德国力推物联网技术 让工厂不再有工人
- 借助物联网远程监控健康指数(图)
- Lantiq:宽带网关成为智能家居网络中心节点取得新进展
- 恩智浦为安全NFC移动交易铺平道路
- 英飞凌增强型NFC安全元件为智能穿戴设备保障安全
- ARM:未来在物联网和云端
- 意法半导体推出新技术:VL53L1X测距长度扩至4米时间只需5ms
- 赛灵思CEO换代,看新CEO如何掌舵
- Marvell推出业界首个NVMe芯片组解决方案以满足新兴数据中心的SSD需求
- 芯片制造:必须倚靠自主研发
- 大联大品佳集团推出Infineon 1200V碳化硅MOSFET
- 硅晶圆持续缺货 2018年报价再上涨两成!
- CITE 2018圆满落幕,企业和研究机构交出怎样的答卷?
- 美科技公司深陷困局?美媒担忧中国亮出“终级武器”
- 世界半导体行情已显现出源自中国的波动迹象
- 物联网的发展为什么如此缓慢
- 杉金光电年产5000万平方项目签约绵阳 超宽幅和宽幅的2条偏光片生产线
快数据如何在物联网高速公路上驱动分析
大数据时代,快数据(fast data)有望给企业带来新的机遇。智能手机、传感器和社交媒体产生了上百亿个数据节点,如果你没有能力对这些数据节点以及物联网作出响应,那快数据带来的商机将与你擦肩而过。
对于很多商业分析应用程序,快数据的分析和处理是大数据项目中不可避免的难题。每当数据科学家从他们的大数据集(静态的)挖掘出新内容时,业务人员立刻就会去想从中赚钱的方法,同样,动态数据中巨大的经济利益也会促使快数据在商业中受到更多的重视,相信未来快数据会在商业中发挥更大的作用。
TIBCO这个公司从字面上可以理解为“有信息总线的IT企业”,它旨在为各种企业系统(如股票市场和交易应用程序)之间提供高速、低延迟的连接。现在该公司致力于发展物联网(IoT)和快数据相关的技术,并将其作为自己的“两个第二优势”。
TIBCO市场部门高级总监告诉我们:“快数据首先要解决的是数据访问问题,即首先得访问到数据,现在我们正努力捕获所有不在防火墙保护范围内的数据,不管来自社交网络还是其他有API的来源。
例如,零售商使用BusinessWorks(该公司近期公布的旗舰版数据集成平台)可以通过客户的智能手机捕获客户地理位置数据,并且可以基于客户地理数据使用实时商品推荐系统。“通过了解潜在客户的信息,从他们的大数据中发现用户爱好、特征,然后向客户推荐他们有可能喜欢的牛仔裤品牌以及类似商品,将客户介绍到商店,基于对客户信息的掌握,交易成功率被大大提高了。
当挖掘社交媒体数据以获得分析见解时,速度是至关重要的。有一篇报道谈到过一个名字叫Blab的公司,该公司从社交媒体数据中提取信息,用以帮助广告商或公关公司作主题预测,判断哪些主题会有较好的传播效果(像病毒一样被传播和扩散)、哪些会石沉大海。
Ugam是另一家物联网公司,准确的说是一家分析应用开发商,这家总部在Texas的公司从物联网和快数据中发现了商机,它通过分析来源于社交网络的免费消费者数据,帮助零售商决定卖什么商品,以及将商品放在货架的什么位置。当然,数据的来源也很重要,因此需要慎重选择“监控”哪些社交网络。
Ugam首席创新官Mihir Kittur告诉我们:“实际上,当想要从客户那儿得到反馈来帮助商品定价、分类时,我们会觉得Twitter有点‘吵’,用户的抱怨与普通的不相关信息掺杂在一起,数据太杂乱了。不过,Ugam也发现当把产品评论、Google+、Facebook以及Pinterest的数据整合到一起,可以为产品定价和分类提供更好的支持。
零售业的高速发展为研究快数据理论、了解其获利能力提供了方便。但当考虑研究快数据为人们提供帮助时,没有哪个行业能比得上医疗行业,TIBCO的研究人员致力于构建快数据应用,从医院数字化设备产生的大量信息中发现潜在模式。
TIBCO的Been告诉我们:“我们的客户希望能将医疗设备产生的数据整合到一起,这样可以更早地诊断出疾病,更早地为病人提供正确的治疗方案,通过大数据技术挖掘数据中潜在的信息,了解疾病的传播,还可以通过对实时数据分析发现疾病的临床症状。”
虽然如今的Hadoop已成为大数据代名词,但Hadoop不可能解决一切大数据问题,尤其是针对快速数据来说。TIBCO对Hadoop就不太感冒,该公司的首席技术官Matt Quinn在公司上个年度用户会议上就告诫人们不要过分依赖“大象”——Hadoop。
Hadoop由于缺乏交互性和实时功能常常被人们抱怨,不过Hadoop也在努力地添加一些新的实时分析功能,也许将来Hadoop也能成为一个快数据平台,还有两个优秀的大数据技术也值得考虑——Apache Spark和Apache Storm。
Spark一直被看作MapReduce的替代者,获得了多方的追捧。Spark目前已成为Hadoop数据平台中重要的数据分析工具,相比MapReduce,Spark不仅更易于编写代码(支持Java、Python和Scala),而且速度更快,同时,Spark还为SQL(Shark)预先构建了hook函数,具有实时流媒体(Spark流)、机器学习(MLLib)和图处理(GraphX)等多种功能。
MapR作为Hadoop软件供应商,一直努力改进Hadoop技术以增强快数据的处理能力,MapR最近宣布了它与Databricks合作——将内存Apache Spark技术整合到Hadoop产品中,MapR的竞争对手Cloudera也将Spark加入了Hadoop中,Hortonworks则一直为Spark提供支持,预计在今年将为Spark提供全面的支持。
Storm在应对快数据处理方面具有优越的性能,使其具有很多追随者。很Spark一样,Storm为用户提供各类的语言支持,包括Ruby、Python、JavaScript、Perl、PHP。
LivePerson是一家使用Storm技术的公司,为用户提供基于Web的通信软件。在近期的一个视频中,Ido Shilon、LivePerson平台工程组的团队领导,解释了该公司如何重建其后端基础设施,以及如何使产品有更好的弹性等问题。
LivePerson实时系统的核心技术是Storm和Apache Kafka,还有Couchbase NoSQL数据库。作为其信息进程初始化的一部分,该公司致力于收集所有会话信息,比如网站用户来自哪儿,他们使用什么浏览器,他们访问过哪些页面等等,这些信息先通过Kafka流式处理,然后用Storm进行分析,最后以文档的形式存储在Couchbase数据库中。最终,这三款产品将构建出它们的“智慧库”,用于分析信息。
随着物联网的发展,应对快数据的困难将越来越大。物联网会给我们带来更多的快数据,机器产生的数据量会超出我们想象,而且这些数据既不直观也不易于使用,但这一切将为那些以数据驱动业务的公司带来更强的竞争力。谁先做好准备,谁就能在竞争中获得优势。