从智能恒温器到健身追踪器，物联网设备在人们的日常生活中已经司空见惯。这些连接网络的设备收集，处理和共享人们周围物理的数据，以帮助人们的生活更轻松，更美好。
同样，许多企正在采用物联网来使用数据，从而更好地了解其运营情况，做出更明智的决策，重新定位客户参与度，并重新思考如何创造价值。例如，一家供应链管理公司在其托盘、箱子和容器中部署了传感器，跟踪货物的地理位置，环境温度和压力等环境变。这将企提供给客户的价值转变为从租赁托盘到化供应链成本，这些将成为获知运输货物剩余保期的数据。
随着低成本传感器，弹性计算和数据科学的快速发展，许多行观察家期望企迅速部署物联网设备。事实上，根据调研机构Gartner公司预测，企将在2018年安装约41亿个物联网设备，到2020年终达到75亿个。
家预计，在这一时期内，所有这些开发项目将在范围内产生大约44万亿兆字节的额外的物联网数据。这使人们想到了一个核心问题：采用哪种佳技术架构来解决这一爆炸性增长的数据趋势?这里有三个广泛的选择：本地部署，云计算，或混合架构。其答案始终取决于使用情况。
本地部署的物联网架构
本地部署的物联网架构采用边缘计算，其中在网络边缘处理数据，这个位置接近数据源头。而根据调研机构IDC的调查，到2019年，45%的物联网设备数据将被存储，处理，并靠近边缘计算。该模式可以提供更小的性能足迹，可以帮助企对数据进行更多的实时响应。例如，在石油钻井平台上，采用传感器可以检测故障的阀门是否产生火灾隐患。在这种情况下，企不能承受任何延误。如果数据需要发送到卫星，在数据中心返回到通知关闭阀门之前，其响应时间可能太晚了。但是，随着更快的边缘部署，数据不必远离其数据来源。这可以减少时间延迟，并允许做出关键的决定。
此外，本地部署的架构不依赖互联网连接，如云环境。并且本地部署的架构也受到面临严重数据安全问题的企的青睐。利用边缘计算的本地体系结构有很多意义。
云端物联网架构
云端物联网架构有利于组织管理大的连接设备，通过内部和外部数据的组合驱动价值。例如，供应链应用程序可以从理解一个部分相对于整体聚合视图的具体视图而受益。而完整视图之外只有一组数据失去意义。例如，通过单独使用本地部署的架构，就不可能试图为资产构建的每个组件协调供应链。
此外，云计算架构在与其他物联网设备和云系统集成和交互方面提供更大的互操作性。该模型提供了更多的架构灵活性和外部数据源的利用率。云应用程序在生态系统中看到了更多的创新，其部分原因是软件开发人员重点关注大型市场。利用云计算架构的物联网部署可以更有效，因为很多具有技术创新和竞争性的产品已经可用。从本上说，云计算架构可以使组织能够面对未来的投资回报。
混合的物联网架构
通常好的方法是高效地结合边缘计算的大型核心数据集的处理，然后在核心处理一组简化的聚合衍生数据。例如，智能城市部署的停车传感器可以处理靠近车位的所有传感器的数据，只提供有关不同车库开放的地点和数的汇总数据，从而为进入市区的司机提供智能寻找车位的建议。毕竟，每隔几秒就传输所有这些数据的成本可能是很昂贵的，而接近目的地的驾驶人员不一定知道停车场的那些位置是开放的。在这种情况下，采用混合架构是理想的选择。
资产化的另一个例子是风力涡轮机的应用，风力涡轮机使用传感器在本地部署收集和分析每个涡轮机上的数据，并总体化其总体性能。在这里，通过许多数据点可以深入了解涡轮机组件的运行状况。每个组件的健康状况汇总在一起提供了风力发电机的状况视图。后，汇总来自所有风力发电机的数据，为风电场提供可操作的信息。在这样的情况下，应该在网络边缘处理多少数据，而将哪些数据在数据中心处理，这是一个重要考虑的架构。本地部署架构的实时响应以及云计算的全系统访问和可扩展性的组合将会得到好的发挥。
考虑务需求
终，设计考虑可以为物联网系统的数据和处理架构提供知情的选择。要确定什么物联网架构适合，请查看组织当前和计划的设备，务目标和场景，相关流程和计划结果的范围。通过可扩展性，性能，带宽经济性和技术创新率的技术考虑评估这些务需求。
随着物联网设备在工作和生活中的不断普及，企不仅要考虑务模式和部署计划，还需要考虑采用什么样的系统架构来实现物联网在其务中的承诺。