? ? ? ? ? 物联网概论
物联网顾名思义就是把物体与网络连接，是互联网的延伸，它可以通过局部网络或互联网等通信技术把传感器、设备控制器、机器人、产线和物体等通过不同的连接方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。
从技术架构上来看，物联网可分为四层（见下图）：感知层、网络层、处理层和应用层。
感知层：用于感知设备或者物体状态参数的传感器及开关等，常见类型：温湿度传感器，压力传感器，噪音传感器，转速传感器，气体传感器，接近开关，光电开关等；针对控制器类，内部过程数据也视为感知层数据；
数据采集层：使用各种物联网数据采集网关对现场感知层传感器数据，控制器数据进行物理/通讯协议采集，并通过有线/WIFI/4G/5G/LORA等各种通讯路径把数据按照可对接的数据格式发送至网络/本地服务器
网络处理层：对网络接收到的数据进行数据解析，分类，清洗，分发，转换，运算，下发，存储等数据处理工作；
平台应用层：面向行业的云平台及本地上位机软件等，提供数据可视化呈现，数据报表，报警管理，设备运维，远程操作等行业细分功能应用；
? ? ?物联网应用
物联网已经渗透到各行业各业，可以说无处不在：共享单车，无人售货机，自动驾驶，智慧农业，智能制造，智慧交通，智能建设，智慧城市等等，可以说物联网就是最大的未来，物联网是数字化的另外一种称呼，物联网是数字化的基础，数字化是物联网的应用；
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?设备远程运维云系统系统
u?远程监控状态参数
u?远程修改参数
u?远程调试程序
u?手机APP监控
u?大屏看板
u?数据分析
物联网产业链
完整的物联网产业链主要包括核心感应器件提供商、感知层末端设备提供商、网络提供商、软件与行业解决方案提供商、系统集成商、运营及服务提供商等环节?具体如下。
- 核心感应器件提供商。提供二维码、RFID及读写机具、传感器、智能仪器仪表等物联网核心感应器件。
- 感知层末端设备提供商。提供射频识别设备、传感系统及设备、智能控制系统及设备、GPS设备、末端网络产品等。
- 网络提供商。包括电信网络运营商、广电网络运营商、互联网运营商、卫星网络运营商和其他网络运营商等。
- 软件与行业解决方案提供商。提供微操作系统、中间件、解决方案等。
- 系统集成商。提供行业应用集成服务。
- 运营及服务提供商。开展行业物联网运营及服务
大数据与云计算、物联网的关系
云计算、大数据和物联网代表了IT领域最新的技术发展趋势，三者既有区别又有联系。云计算最初主要包含了两类含义：一类是以谷歌的GFS和MapReduce为代表的大规模分布式并行计算技术；另一类是以亚马逊的虚拟机和对象存储为代表的“按需租用”的商业模式。但是，随着大数据概念的提出，云计算中的分布式计算技术开始更多地被列入大数据技术，而人们提到云计算时，更多指的是底层基础IT资源的整合优化以及以服务的方式提供IT资源的商业模式（如IaaS、PaaS、SaaS）。从云计算和大数据概念的诞生到现在，二者之间的关系非常微妙，既密不可分，又千差万别。因此，我们不能把云计算和大数据割裂开来作为截然不同的两类技术来看待。此外，物联网也是和云计算、大数据相伴相生的技术。??
?
下面总结一下三者的联系与区别
第一，大数据、云计算和物联网的区别。大数据侧重于对海量数据的存储、处理与分析，从海量数据中发现价值，服务于生产和生活；云计算本质上旨在整合和优化各种IT资源并通过网络以服务的方式，廉价地提供给用户；物联网的发展目标是实现物物相连，应用创新是物联网发展的核心。
第二，大数据、云计算和物联网的联系。从整体上看，大数据、云计算和物联网这三者是相辅相成的。大数据根植于云计算，大数据分析的很多技术都来自于云计算，云计算的分布式数据存储和管理系统（包括分布式文件系统和分布式数据库系统）提供了海量数据的存储和管理能力，分布式并行处理框架MapReduce提供了海量数据分析能力，没有这些云计算技术作为支撑，大数据分析就无从谈起。反之，大数据为云计算提供了“用武之地”，没有大数据这个“练兵场”，云计算技术再先进，也不能发挥它的应用价值。物联网的传感器源源不断产生的大量数据，构成了大数据的重要数据来源，没有物联网的飞速发展，就不会带来数据产生方式的变革，即由人工产生阶段转向自动产生阶段，大数据时代也不会这么快就到来。同时，物联网需要借助于云计算和大数据技术，实现物联网大数据的存储、分析和处理。
可以说，云计算、大数据和物联网三者已经彼此渗透、相互融合，在很多应用场合都可以同时看到三者的身影。在未来，三者会继续相互促进、相互影响，更好地服务于社会生产和生活的各个领域。