基于垂直農(nóng)業(yè)的物聯(lián)網(wǎng)解決方案中的大數(shù)據(jù)和云
基于垂直農(nóng)業(yè)的物聯(lián)網(wǎng)解決方案是當(dāng)今農(nóng)業(yè)的主要新興趨勢(shì)之一。這些解決方案不僅提供有關(guān)植物生長(zhǎng)統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確信息,而且使運(yùn)營(yíng)更具可持續(xù)性。有了這些解決方案,農(nóng)民可以跟蹤能源使用情況和土壤成分,驗(yàn)證空氣質(zhì)量、溫度和濕度水平等,并以更高效的方式進(jìn)行操作。
除了處理靜態(tài)數(shù)據(jù)外,傳感器數(shù)據(jù)的實(shí)時(shí)處理,即在數(shù)據(jù)到達(dá)時(shí)處理各種傳感器收集的數(shù)據(jù)的能力,將構(gòu)成這些解決方案的主要組成部分。然而,傳統(tǒng)的數(shù)據(jù)處理系統(tǒng)在處理實(shí)時(shí)數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和按需擴(kuò)展方面落后。這就是為什么在基于物聯(lián)網(wǎng)的解決方案中云上大數(shù)據(jù)的使用正在增加的原因,因?yàn)樗枰樵冞B續(xù)的數(shù)據(jù)流并在接收數(shù)據(jù)后的一小段時(shí)間內(nèi)快速檢測(cè)條件。大數(shù)據(jù)支持?jǐn)?shù)據(jù)存儲(chǔ)和結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)處理,而云服務(wù)則用于具有成本效益的可擴(kuò)展基礎(chǔ)架構(gòu)。
對(duì)這些場(chǎng)景有用的兩種突出的大數(shù)據(jù)處理技術(shù)是:
- 拉姆達(dá)架構(gòu)
- 卡帕建筑
我已經(jīng)在這里詳細(xì)討論了Lambda架構(gòu)。盡管lambda具有容錯(cuò)和可擴(kuò)展的架構(gòu)以及以分布式方式管理歷史數(shù)據(jù)的批處理層,但該模型的主要缺點(diǎn)是:
- 批處理和流處理層各自需要維護(hù)不同的代碼庫(kù)并保持同步。
- 由于涉及綜合處理,它可能會(huì)導(dǎo)致編碼開銷。
- 批次、速度和服務(wù)層,都需要(至少)處理兩次。
- 使用Lambda架構(gòu)建模的數(shù)據(jù)難以遷移或重組。
Kappa架構(gòu)是一種事件驅(qū)動(dòng)的軟件架構(gòu)模型,可以為交易和分析系統(tǒng)大規(guī)模處理實(shí)時(shí)數(shù)據(jù)。該模型的主要優(yōu)點(diǎn)是實(shí)時(shí)和批處理都可以使用單一技術(shù)棧來執(zhí)行?;A(chǔ)設(shè)施的核心是流式架構(gòu)。首先,事件流平臺(tái)日志存儲(chǔ)傳入數(shù)據(jù)。隨后,流處理引擎將實(shí)時(shí)數(shù)據(jù)連續(xù)處理或攝取到知識(shí)存儲(chǔ)或分析數(shù)據(jù)庫(kù)中。使用云數(shù)據(jù)處理流分析服務(wù)的基于物聯(lián)網(wǎng)的參考模型如下所示:
- 可以安裝多個(gè)傳感器并可以發(fā)送包含所有傳感器報(bào)告的測(cè)量值的記錄的IoT客戶端或邊緣設(shè)備。這些設(shè)備可以:
- 將云智能擴(kuò)展到邊緣設(shè)備。
- 在邊緣運(yùn)行人工智能。
- 執(zhí)行邊緣分析。
- 將IoT解決方案從云端部署到邊緣。
- 物聯(lián)網(wǎng)中心:在物聯(lián)網(wǎng)設(shè)備和云服務(wù)之間實(shí)現(xiàn)可靠和安全的雙向通信的服務(wù)。物聯(lián)網(wǎng)中心可以:
- 從云端集中管理設(shè)備。
- 使用離線和間歇性連接進(jìn)行操作。
- 啟用實(shí)時(shí)決策。
- 連接新舊設(shè)備。
- 降低帶寬成本。
- 使用該數(shù)據(jù)的流處理器,將其與業(yè)務(wù)流程集成并將數(shù)據(jù)放入存儲(chǔ)中。
- ML/Time Series Insights:它允許對(duì)歷史遙測(cè)數(shù)據(jù)執(zhí)行預(yù)測(cè)算法,從而實(shí)現(xiàn)預(yù)測(cè)性維護(hù)等場(chǎng)景。
- 用于存儲(chǔ)歷史數(shù)據(jù)和早期預(yù)測(cè)的知識(shí)庫(kù)。該商店還可以提供實(shí)時(shí)市場(chǎng)價(jià)格、農(nóng)藥和其他農(nóng)產(chǎn)品相關(guān)信息。
- Web應(yīng)用程序:用于顯示植物和作物統(tǒng)計(jì)數(shù)據(jù)以及其他遙測(cè)數(shù)據(jù)的用戶界面,可幫助農(nóng)民快速做出決策。
借助基于云的數(shù)據(jù)處理技術(shù),可以通過從配備傳感器的IoT事物收集數(shù)據(jù)來將智能構(gòu)建到這些模型中,這些傳感器持續(xù)作用于數(shù)據(jù)并將其傳輸?shù)綌?shù)據(jù)處理位置??梢赃h(yuǎn)程跟蹤能源使用情況、土壤成分或水位,并執(zhí)行遠(yuǎn)程操作,例如基于ML的疾病預(yù)測(cè)、人工照明和控制等。

- 上一篇
企業(yè)安全的未來取決于智能DLP系統(tǒng)
在我的故事開始時(shí),我想指出 DLP 系統(tǒng)不應(yīng)被視為解決僅與人員安全相關(guān)的狹窄范圍問題的東西。如今,DLP 系統(tǒng)正在解決范圍廣泛的任務(wù),包括合規(guī)、風(fēng)險(xiǎn)管理、反腐敗、人員和企業(yè)內(nèi)
- 下一篇
人工智能可以幫助經(jīng)銷商將更多客戶帶入他們的服務(wù)中心和陳列室
由于汽車供不應(yīng)求——而且比以往任何時(shí)候都貴——司機(jī)們比以往任何時(shí)候都更長(zhǎng)時(shí)間地使用他們的汽車,到2022年,乘用車平均在路上行駛超過13年。這意味著更
相關(guān)資訊
- 市場(chǎng)上飛速發(fā)展的七大物聯(lián)網(wǎng)趨勢(shì)
- 大數(shù)據(jù)獲客靠譜嗎?
- 物聯(lián)網(wǎng)在構(gòu)建彈性供應(yīng)鏈系統(tǒng)中的
- 關(guān)于人工智能中數(shù)據(jù)質(zhì)量和數(shù)量的
- 人工智能會(huì)解決領(lǐng)先游戲提供商的
- 持續(xù)學(xué)習(xí)有助于縮小數(shù)據(jù)科學(xué)技能
- 如何優(yōu)化倉(cāng)庫(kù)的入庫(kù)接收工作
- 數(shù)據(jù)湖和中央數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)
- 2024年的云趨勢(shì):云計(jì)算的前景如何
- 人工智能可以為用戶體驗(yàn)設(shè)計(jì)問題