转载

在Azure平台上开发物联网方案的最佳实践

如果你问物联网是什么，那么不同的人会给你不同的答案。有人说它是一种全新的、革命性的技术，也有人说它只是我们这几十年来努力成果的自然发展。实际上它处于这两种答案之间。从很早之前，我们就已经拥有物联网风格的设备了，但这些设备或者极为简单，例如恒温器；或者非常复杂，例如飞行器上的遥控自动驾驶装置。不同的地方在于，我们不需要投入像航天学工程那么大的成本，就能够交付复杂的设备了。

考虑到这一点，来自微软的Kevin Miller为使用者启动物联网方案的开发提供了这些基本指导方针。

模式：大处着眼，小处着手

开发物联网设备比起纯软件开发要困难得多。因此在开始一个新的项目时要紧记这个咒语，“大处着眼，小处着手”。原型的设计变得极为重要，因为你不能等到已经卖出了100万台设备之后再来决定如何发布固件更新。反之，如果你创建的架构只能够支持100台设备，那么当你准备开始配送之前必须将它完全重写。因此虽然设备的功能要从小处着手，但必须保证它的可伸缩性。

对于不同的物联网设备来说，保修期的变化非常之大。虽然多数面向消费者的硬件是设计为支持今后数年，乃至十年的期限，但它们很容易被替换。而一旦你开始考虑从物理上就构建到整个结构中的设备，那么保修期可能会延长到几十年。

模式：遥感优先

要预先预测哪些数据有价值是一件非常困难的事，因此要首先处理这一点。尽可能获取商业数据与诊断数据，并将它们保存在大容量的系统中。如果你使用Azure，那么就要使用到 Event Hub ，它能够每秒钟处理几百万条消息。

当你从遥感方面入手时，安全性方面的问题会相对容易处理。虽然你仍然要考虑违背隐私与安全条例方面的问题，但相比起你将命令与控制方面的特性暴露给使用者可能招致的损害，这种方式可能面临的破坏性是非常有限的。举例来说，一个制造业公司宁可让它每小时能够生产的配件数量泄露出去，也不愿意将生产线上的机器人的控制权交给他人。

当你的遥感与安全方案证实了其可行性之后，你就能够满怀信心地添加命令与控制方式的特性了。

产品专注：流分析

流分析（Stream Analytics）是微软所推荐的一种工具，可用于大量基于消息的数据。它结合使用了JavaScript和一种类似于SQL的查询语法来处理来自于Event Hub的数据。

流分析中的SQL功能提供了在一般的数据库中不具备的功能，其中之一是能够根据某个滑动窗口对数据进行分组。滑动窗口之间可以是非重叠的，这与你使用SQL Server所创建的功能非常类似。作为一种替代方案，你可以使用一个持续的滑动窗口。比方说，如果你有一个15秒的滑动窗口，那么你就可以看到任意15秒期间的内容，而不是只能看到第0、15、30和第45秒的数据。

流分析工具包含了一个REST风格的接口，允许你与任何应用或数据源进行整合。在这个示例中，他们演示了如何使用遥感数据与滑动窗口找到那些在15秒的窗口期间内出现多次故障的设备。如果对此进一步扩展的话，可以让某种监控工具使用该REST端点定期地向流分析工具进行轮询，以找到故障设备，并向相关人士发出警告。