本文是我们“物联网如何工作”系列的第三部分，我们将以简单易懂的方式介绍物联网的关键要素。
物联网解决方案通常包括四个基本要素：
1、传感器
2、网络连接
3、数据处理
4、用户界面
在前面涉及传感器和网络连接的文章中，我们学习了物联网传感器如何收集数据，以及如何使用网络解决方案将数据发送到云服务平台。下一步是使数据有用。
在本文中，我们将集中讨论列表中的第三个要素：数据处理。
什么是数据处理？
如今，数据产生的数量和速度令人难以置信。根据麦肯锡的报告，今天世界上90%的数据都是在过去两年内产生的。
为了理解物联网传感器收集的大量数据，我们需要对其进行处理。维基百科将数据处理解释为“收集和处理数据项以产生有意义的信息”。 换句话说，数据处理的目的是将原始数据转换为有用的信息。
数据是数据处理的输入或原材料。数据处理的输出是信息，而输出可以以不同的形式呈现，例如纯文本文件、图表、电子表格或图像。
数据处理周期
那么，数据处理是如何工作的呢？这个过程通常遵循一个由三个基本阶段组成的循环：输入、处理和输出。
为了使本文简单，我们不打算深入研究数据处理阶段的技术细节，相反，我们将为您提供每个阶段非常概括且简单的解释。
▲输入
输入是数据处理周期的第一阶段，这是一个将收集到的数据转换成机器可读形式以便计算机处理的阶段。这是一个非常重要的阶段，因为数据处理输出完全依赖于输入的数据(输入垃圾——输出垃圾)。
▲处理
在处理阶段，计算机将原始数据转换成信息。转换是通过使用不同的数据操作技术来执行的，例如：
分类：数据被分为不同的组。
排序：数据按某种顺序排列（如按字母顺序排列）。
计算：对数字数据执行算术和逻辑运算。
▲输出
在最后一个阶段，接收输出。这是处理后的数据转换成人类可读形式并作为有用信息呈现给最终用户的阶段。此外，数据处理的输出可以存储起来以备将来使用。
例如，存储的信息可以用作进一步处理的输入。它还可以用来建立历史参考，以便检测未来的趋势。
物联网中数据处理的注意事项
既然我们已经知道了数据处理的工作方式，那么在物联网中涉及到数据处理时，有一些注意事项需要我们了解。
▲期望的输出
即使数据处理周期从输入阶段开始，我们也应该首先考虑想要的输出。换句话说，我们对什么样的信息感兴趣？
一个示例是在机器的温度超过阈值时接收警报。
▲数据的存储
一旦我们弄清楚想要的输出是什么，我们就必须找到一种方法来获得它。传感器收集的数据必须以适当的形式存储，以便将其转换为我们正在寻找的信息。
例如，当机器运行时，我们可以定期（例如每10分钟）接收数据。我们可能希望利用这些数据来计算自上次维护以来机器已经运行了多少小时。我们还可以检测这些数据中的趋势，并对何时达到特定的小时数进行预估（如果使用量保持在相同的水平）。
由于传感器收集的数据量可能很大，我们应该购买可扩展的云服务来存储数据。此外，我们还应该制定一个数据保留政策，以便定时清理不必要的数据。我们拥有的数据越多，保存的时间越长，存储数据的成本就越高。另一方面，更少的数据意味着更少的见解和历史参考。因此，我们必须在成本和想要存储的数据量之间进行优先级排序和平衡。
▲更新频率
在执行数据处理之前，重要的是要确定更新频率和资源消耗（如计算能力、功率）之间的良性平衡。“良性平衡”完全取决于物联网用例。
在某些用例中，必须立即知道收集的数据是如何影响输出的，然而，这需要实时的数据处理，这可能非常消耗资源。在其他一些用例中，收集到的数据，每天处理一次就足够了。
▲数据处理工具
最后，有多种数据处理工具可供选择。例如，有许多软件解决方案可用于不同的物联网用例，Trackinno云服务就是一个例子，它是为资产和维护管理而设计的。这些软件能够处理数据并将数据以易于理解的形式呈现给最终用户。
或者，我们可以使用物联网平台来构建自己的数据存储，然后，数据存储可用于创建自定义报告。当然我们也可以聘请一位分析师，他们会为我们创建报告。
边缘计算处理
之前，我们已经解释过，传感器设备收集的数据被发送到云服务平台进行处理。然而，情况并非总是如此，处理数据的位置（或何时）也有不同的方法。
例如，数据可以在发送到云端之前进行处理，这是通过边缘计算实现的。边缘计算允许数据在其原点(传感器)附近被处理。数据从传感器传输到本地边缘计算系统，该系统处理和存储数据，然后将其发送到云中。此外，系统还可以编译处理后的数据并将其发送到云，例如每天一次。
边缘计算的好处在于只有经过处理后的数据才发送到云端。这就需要更少的网络带宽，同时也节省了传感器设备的电池。
物联网工作流程的下一步是什么？
到目前为止，我们已经通过传感器收集数据，然后使用网络解决方案将数据发送到云服务平台，并将数据转换为有用的信息。接下来，是时候向最终用户展示结果了，请继续关注我们的下一篇文章“物联网如何工作——第4部分：用户界面”！
