物联网(IOT) 数据库需求和当前技术解析

物联网是当前最具发展潜力的技术潮流，到2020年全球将有200亿—2000亿物联网设备（Gartner 预测260亿，ABI预测300亿，Oracle 预测500亿，Intel 预测2000亿）。 管理众多的联网设备产生的（动态）数据，相比管理传统档案（静态）数据要复杂很多 —— 最重要的难点是“数据量”大幅提升和“处理实时性”要求显著加强。

数据量：数据量提升包含数据总量和数据产生速度两个方面。物联网应用系统演化过程中，传感器数量不断增多；数据采样频率不断提升；数据积累时间也越来越久，因此产生的数据量非常大（动即十亿、百亿、千亿存储规模），而且数据产生速度也非常快（动即每秒十万、百万纪录）。

实时性：传感器时序数据很多时候用于异常预警、趋势预测等目的，要求能根据数据立刻做出反应。因此数据必须能实时查询、实时分析。

数据量变和实时性要求提升的大前提下，面向于IOT的数据库朴素需求细化：

读写特性

写操作多于读操作，但读写都要求高速

追加为主，但应允许少量更新操作

顺序追加为主，但应允许乱序入库

可按时间段删除记录，但应允许删除给定纪录

支持（优化）给定时间段查询，允许给定字段的精确、模糊、前缀等查询；

读写并发要求较高，尤其读并发

海量存储支持（T－P级别）

实时性

数据入库即可用（ingest realtime），即任意数据入（input）库后就可立即被第三方应用使用。

数据Adhoc 查询／分析

检索和分析特性

支持过滤投影

支持聚合分析

支持关联分析（Join 分析）

支持数据挖掘

高可扩展性 : 可按需在线水平扩展

高可用性 : 7*24小时在线



当前IOT数据库的备选技术手段的优势和不足

关系数据库： 具备复杂检索能力，但受限于数据存储规模和录入速度不足

NOSQL 数据库 ：具备可扩展性和高性能，但受限于检索和分析能力不足

HADOOP ：具备数据分析能力和可扩展性，但受限于数据处理实时性不足