在云計算、大數據從概念轉化成現實的時候，人們已經紛紛膜拜了。而物聯網的發展也離不開數據庫的支撐，但我們一直聽別人在談數據庫，卻不明所以，今天，杰哥為大家分享物聯網的數據庫種類、使用原則等，以使大家伙兒離物聯網大神僅一步之遙。

【數據庫基本概念】

數據庫（Database）是按照數據結構來組織、存儲和管理數據的倉庫，隨著信息技術和市場的發展，特別是二十世紀九十年代以后，數據管理不再僅僅是存儲和管理數據，而轉變成用戶所需要的各種數據管理的方式。數據庫有很多種類型，從最簡單的存儲有各種數據的表格到能夠進行海量數據存儲的大型數據庫系統都在各個方面得到了廣泛的應用。

【數據庫種類】

目前常用數據庫

大型數據庫有：Oracle、Sybase、DB2、SQL server等。

小型數據庫有：Access、MySQL、BD2等。

具體到某個行業甚至某個項目，數據庫服務器該如何選擇呢？

【五種物聯網大數據】

第一種：狀態數據

冷庫中的空氣壓縮機是否正常運作？它們中是否有一個已經罷工了？不用擔心，狀態數據可以提供供應商和消費者關于物聯網的實時動態數據。

狀態數據是物聯網數據中最普遍、最基礎的一種。事實上所有事都會產生類似的數據，并把它作為基礎。在許多市場中，狀態數據更多地被用作進行更復雜分析的原材料，但它也具有它自身的重要價值。

看看Streetline是怎樣找到停車位的——它創造了能夠提醒訂閱者空余車位的系統。當然，長期的數據能幫到城市規劃者，但對于消費者來說，實時狀態數據才是最重要的。

第二種：定位數據

我的貨物到哪兒了？它到達目的地了嗎？定位服務是GPS應用的必然趨勢。GPS非常強大，但在室內、人潮擁擠的地方以及快速變化的環境中的效果并不明顯。那些試圖追蹤托盤以及機械叉車的人可能會需要實時信息。

作為早期的物聯網市場，農業領域也需要充分利用位置數據，因為農場主通常需要在很大的地理面積上定位自己的設備。我們已經看到了一些能夠幫助人們定位鑰匙的消費品的出現，這意味著在為商業和工業用戶提供服務的領域存在著更大的市場，尤其是在時間緊迫時，這些領域有大量的資產需要追蹤的情況下。Foursquare針對油漆倉庫的發展就是抓住了這樣一個巨大的機遇。

第三種：個性化數據

不要用個人數據來拒絕個性化數據。個性化數據指的是關于個人偏好的匿名數據。消費者自然會對自動化產生懷疑。因為一些住宅管理系統比起你的舒適更關心節省的成本，所以往往你不想困在一個昏暗的辦公室或者冰冷的酒店客房。自動化技術同樣也存在安全隱患。

盡管如此，自動化也是不可避免的。沒有人會為了節省4．75美元而不停地用手指來試恒溫器的溫度。同樣，那些依靠人工交互的照明系統也失敗了（一些智能照明生產者希望用他們的傳感器數據告訴商店的管理者何時應該打開結賬通道）。挑戰將圍繞開發應用程序和產品規則而展開。

第四種：可供行為參考數據

把這個看作是有后續計劃的狀態數據。建筑物消耗了整個國家電力的73％，并且其中一大部分（根據EPA顯示，最高達到30％）被浪費了。為什么呢？因為對于大多數建筑物的所有者來說：能源是次要的問題。他們雖也想解決這一問題，但擔心成本、精力以及一些棘手的局面所產生的損失會超出收益。

對于這一問題相應地產生了兩種方法：1．能夠改變系統實時狀態的自動化技術；2．能夠使人們改變行為習慣或者做長線投資的說服力。Opower開創了關于說服力的解決方案，也就是提供用戶及其鄰里之間使用能源的對比數據。根據他們自己的研究，這些具有說服力的數據能使能耗降低2到3個百分點。

第五種：反饋數據

你了解你的顧客的真實想法嗎？你也許認為你了解，但是你可能錯了。在不遠的將來，生產者還能分析從已銷售的產品中獲取的數據，從而更好地了解產品在現實世界中的使用情況。

現在大部分公司并不太了解他們產品的使用狀況。這些產品從分銷商處裝運，從零售商處銷售，最后進入了千家萬戶。而使用者和生產者可能永遠都不會有交集。

物聯網創造了一個從消費者到生產者的反饋回路，在這里產品生產者可以通過適度水平的隱私、安全以及匿名性來檢驗產品的實際表現，并鼓勵持續的產品改進和創新。

【物聯網數據庫功能】

為更清晰地描述物聯網的關鍵環節，按照信息科學的視點，圍繞信息的流動過程，抽象出物聯網的信息功能模型。

   【從數據的角度來看物聯網】

大量來源不同、結構不同、產生方式不同、用途不同的數據：

如何采好、管好、用好這些數據？

設備狀態、過程狀態、訂單狀態等生產控制數據

數據特點：隨著時間而不斷變化，稱為“時態數據”

處理需求：及時獲取、及時響應、及時展現、報警判斷、二次計算、歷史存儲、歷史查詢、 設備信息、人員信息、統計信息等管理數據。

數據特點：持久數據，無時間屬性 處理需求：增、刪、改、查。

面向物聯網的全新數據庫系統——集關系與實時數據庫功能于一身，是定位與調度、實時監控、測試與仿真的智能化中樞。

【數據庫服務器選型五個原則】

首先，數據庫服務器選型應該遵循以下幾個原則：

1）高性能原則

保證所選購的服務器，不僅能夠滿足運營系統的運行和業務處理的需要，而且能夠滿足一定時期的業務量增長的需要。一般可以根據經驗公式計算出所需的服務器TpmC值，然后比較各服務器廠商和TPC組織公布的TpmC值，選擇相應的機型。同時，用服務器的市場價／報價除去計算出來的TpmC值得出單位TpmC值的價格，進而選擇高性能價格比的服務器。

2）可靠性原則

可靠性原則是所有選擇設備和系統中首要考慮的，尤其是在大型的、有大量處理要求的、需要長期運行的系統。考慮服務器系統的可靠性，不僅要考慮服務器單個節點的可靠性或穩定性，而且要考慮服務器與相關輔助系統之間連接的整體可靠性，如：網絡系統、安全系統、遠程打印系統等。在必要時，還應考慮對關鍵服務器采用集群技術，如：雙機熱備份或集群并行訪問技術，甚至采用可能的完全容錯機。

比如，要保證系統（硬件和操作系統）在99．98％的時間內都能夠正常運作（包括維修時間），則故障停機時間六個月不得超過0．5個小時。服務器需7×24小時連續運行，因而要求其具有很高的安全可靠性。系統整機平均無故障時間（MTBF）不低于80000小時。服務器如出現CPU損壞或其它機械故障，都能在20分鐘內由備用的CPU和機器自動代替工作，無須人員操作，保證數據完整。

3）可擴展性原則

保證所選購的服務器具有優秀的可擴展性原則。因為服務器是所有系統處理的核心，要求具有大數據吞吐速率，包括：I／O速率和網絡通訊速率，而且服務器需要能夠處理一定時期的業務發展所帶來的數據量，需要服務器能夠在相應時間對其自身根據業務發展的需要進行相應的升級，如：CPU型號升級、內存擴大、硬盤擴大、更換網卡、增加終端數目、掛接磁盤陣列或與其他服務器組成對集中數據的并發訪問的集群系統等。這都需要所選購的服務器在整體上具有一個良好的可擴充余地。一般數據庫和計費應用服務器在大型計費系統的設計中就會采用集群方式來增加可靠性，其中掛接的磁盤存儲系統，根據數據量和投資考慮，可以采用DAS、NAS或SAN等實現技術。

4）安全性原則

服務器處理的大都是相關系統的核心數據，其上存放和運行著關鍵的交易和重要的數據。這些交易和數據對于擁有者來說是一筆重要的資產，他們的安全性就非常敏感。服務器的安全性與系統的整體安全性密不可分，如：網絡系統的安全、數據加密、密碼體制等。服務器需要在其自身，包括軟硬件，都應該從安全的角度上設計考慮，在借助于外界的安全設施保障下，更要保證本身的高安全性。

5）可管理性原則

服務器既是核心又是系統整體中的一個節點部分，就像網絡系統需要進行管理維護一樣，也需要對服務器進行有效的管理。這需要服務器的軟硬件對標準的管理系統支持，尤其是其上的操作系統，也包括一些重要的系統部件。