关于互联网:40年技术发展变革物联网行业的趋势现状与挑战

2次阅读

共计 3700 个字符，预计需要花费 10 分钟才能阅读完成。

简介：40 年技术倒退改革，物联网行业的趋势、现状与挑战

咱们把过来四十年分为五个重要的技术倒退阶段，从时间轴上咱们把它切分为：1980 – 2000，2000 – 2005，2005 – 2010，2010 – 2020 以及 2020 – 2025。明天的发布会和第五个阶段的技术倒退无关，从过来看将来，所以咱们先回顾下技术发展史，先来看下前四个阶段别离经验了怎么的技术倒退？在技术利用上的次要场景是什么？支流的利用状态是什么？诞生了什么样的新技术和新产品？

在 1980~2000 这个阶段，是计算机技术倒退和利用的阶段。计算机可能帮忙企业更好的治理本人的数据，对晋升流程效率有很大的帮忙，所以这个阶段的利用次要是企业信息系统。这个阶段诞生了很多专为企业服务的科技公司，发明了很多平凡的商业产品。利用零碎的数据次要存储在数据库内，数据库以关系数据库为主，这一阶段是关系数据库实践和产品的成熟期，诞生了像 Oracle、IBM DB2、微软 SQL Server 等商业数据库产品。

在 2000~2005 这个阶段，是互联网技术的初始倒退阶段。信息可能通过互联网更无效的传递，所以这个阶段诞生了大量门户类的网站，也就是 Web 1.0 时代。LAMP（Linux+Apache+MySQL+PHP）是过后最风行的建站技术，是一个齐全由开源产品组合的低成本解决方案。利用零碎的数据存储仍以关系数据库为主，MySQL 以其开源和低成本的劣势替换商业关系数据库，失去大规模的利用。随着互联网上的信息越来越多，人们获取无效信息的诉求越来越强烈，所以搜索引擎作为一个新的利用状态诞生。搜索引擎是首个面临大规模数据处理挑战的利用，Google 作为一家平凡的技术公司独创了很多大数据处理技术。大家熟知的三驾马车（GFS、Mapreduce 和 Bigtable），奠定了将来十年 NoSQL 和 Bigdata 技术的倒退根底。

在 2005~2010 这个阶段，随着集体 PC 失去遍及，以及接入互联网的老本逐步升高，接入互联网的『人』越来越多。有一些新的利用状态因而诞生，一是人们不再仅满足于从互联网上单向获取信息，更渴望在互联网上进行人与人之间的信息交换，于是促成了社交网络的倒退；二是围绕『人群』的利用，一些 B2C 或 C2C 的电商网站开始倒退。这个时代就是所谓的 Web 2.0 时代，『人』作为新的数据源开始在互联网上产生大量数据。这个阶段诞生了一些超大体量的互联网公司，次要是在电商和社交网络畛域。这些公司面临着如何撑持如此大规模数据在线服务，以及如何解决和剖析这些海量数据的挑战。彼时还没有成熟可用的解决方案，所以这些公司不得不开始自研零碎的开发，所以之后风行的一些 NoSQL 和 Bigdata 零碎都是诞生或孵化自这个时代的超大体量互联网公司，比方 Hadoop 最早在雅虎外部孵化，Cassandra 最早是利用在 Facebook 的收件箱搜寻场景。

在 2010~2020 这个阶段，随着 4G 技术倒退和智能手机的遍及，挪动互联网开始倒退。人们能够随时随地联网，挪动利用能够笼罩到更广的人群，渗透到更多的生存场景，比方领取、打车等。传统互联网利用逐渐向挪动利用状态转换，产生了大量利用搭建的需要，云平台作为低成本、易接入的数据中心被更多企业承受，这十年也是云计算倒退的黄金十年。云计算彻底改变了利用的运行环境，与传统 IDC 不同，在这个运行环境中，计算、存储等资源是池化的，可弹性获取多类型的存储和计算资源。基于云的弹性资源构建的利用即『云原生』利用，越来越多的大数据、数据库产品基于云原生构建，而为了领有弹性可扩大能力，分布式技术也失去大量的应用。古代的新的大数据和数据库产品，分布式和云原生肯定是必备的能力。

最初在 2020~2025 这个阶段，咱们曾经能看到 5G、IoT 技术逐步成熟，又会诞生一个新的利用状态即物联网。咱们能看到的一些新的利用场景，包含车联网、工业物联网以及智能家居等。

总结下过来几十年的技术和产品演进的法则（基础设施技术 -> 信息化范畴变大 -> 更多场景、更大数据规模 -> 技术和产品倒退）：

每个阶段都是由一个『基础设施』的欠缺和遍及作为终点，基础设施的核心作用是让信息化的范畴进一步变大。比方互联网让利用能与更多终端连贯，挪动互联网间接突破了终端这个壁垒，间接让利用能与更多人连贯，而物联网会把更多设施也退出这个连贯。

随着信息化的范畴变大，更多新的利用场景诞生，同时更大数量的『个体』产生更大规模的数据，成为根底技术倒退的推动力。

在这个过程中，往往根底技术会落后于利用状态倒退。但随着分布式技术和云计算的遍及，根底技术演进和遍及的速度越来越快。咱们也能够看到根底技术产品状态的变动，从最早的商业型产品，到开源型产品，再到当初的云原生产品。

那在物联网这个新阶段，设施的数量以及产生的数据会是更大的规模，会有更大的挑战。那在这样的挑战下，又会推动怎么的技术倒退呢？

咱们来看下物联网到底在经验怎么的高速倒退，从以下两个市场报告中来看下物联网整体的增长态势：

设施数的大规模增长：Gartner 预测到 2021 年物联网内设施数增长到 250 亿。如何治理如此海量的设施是第一大挑战。

设施数据的大规模增长：IDC 报告中能够看到，到 2025 年物联网数据规模达到 79.4 ZB，年均匀增长率高达 34.91%。那如何存储和剖析如此海量的数据是第二大挑战。

这次发布会的主题是物联网存储解决方案，所以咱们来具体看下物联网场景下对数据存储的具体需要是什么。咱们以一个车联网中的一个实在利用场景为例，如果你是一家提供网约车服务的新能源车企，日常治理数十万量新能源汽车提供网约车服务，你会遇到如下几个具体的场景：

为便于对这些汽车进行治理，每辆汽车都得实时汇报本人的状态，包含地位信息、残余电量、行驶里程、行驶速度等等。除了这些动静信息外，每辆车还会有本人的一些动态信息例如型号、车主等，每辆车的这些信息都须要在后端实时获取和治理。

有了这些车辆的实时状态信息后，就可为车主、乘客或者是后盾提供车辆的实时状态查问服务。后盾也会有一些计算工作依赖于实时状态，例如依据地位信息或特定条件进行车辆圈选来进行特定工作的治理，或者是依据实时状态来进行车辆调度。

除了车辆本身须要实时汇报状态外，车辆与治理后盾还须要放弃一个音讯通道。通过这个音讯通道，车辆会汇报本身的一些异样事件，后盾也可下发一些音讯信息或者控制指令。

另外车辆的一些行驶信息会上报并存储为轨迹数据，同时行驶中的一些传感器数据也须要存储。有了这些数据后，一方面能够对行驶轨迹进行查问，另一方面是能够基于数据进行一些计算剖析，开掘更多的价值，比方通过剖析历史行驶数据来优化调度算法等。

从这几个场景中能够看到，车辆相干的数据次要有三类，一是实时状态数据，咱们把这类数据归类为『元数据』；二是音讯通道，咱们把这类数据归类为『音讯数据』；三是轨迹数据，咱们将这类数据归类为『时序数据』。这三类数据对底层存储有不同的要求，『元数据』的特色是高频更新，对查问能力要求高，须要依据多字段条件进行数据查问或筛选；『音讯数据』的特色相似音讯队列，队列数量极多，须要为每个设施保护一个独立的对垒；『时序数据』的特色是高吞吐写入，数据规模较大，比拟并重剖析场景。

在传统计划中，元数据个别应用 MySQL 存储，但 MySQL 最大的问题是无奈灵便反对多字段条件筛选，个别须要组合 Elasticsearch，依赖 Elasticsearch 来提供多字段检索能力。音讯数据尽管具备音讯队列的特色，但无奈应用传统音讯队列，因为传统音讯队列无奈撑持如此多数量的 Topic，所以个别也有抉择应用 MySQL 来模仿队列实现。时序数据个别抉择应用 HBase 来存储，能提供高吞吐写入和撑持大规模存储，但 HBase 不具备剖析能力。

往往根底技术会落后于利用状态倒退，传统架构是通过组合多款产品的形式来构建整个物联网存储系统。这种多组件的组合架构，架构复杂度高，带来极高的运维老本。开发者须要了解和应用多款产品，且分布式组件的运维具备肯定的难度，导致整体的老本十分高。另外每个组件并不是为物联网场景设计和优化，咱们能够看到物联网场景下设施元数据、音讯数据和时序数据都有十分典型的特色，且整体规模增长速度会远超互联网时代，能够预感老一代产品无奈应答物联网下更大数据规模的增长。

依据过来几十年技术产品倒退的客观规律，物联网时代曾经到来，以后的技术架构难以撑持将来物联网规模的增长。面对物联网下万物互联这一新的利用状态，在海量设施和海量数据的挑战下，基于云计算这一新一代根底平台，咱们利用云原生、分布式等根底技术，须要打造一个什么样的新的根底产品呢？

咱们心愿这个新的根底产品具备以下几个个性：

基于云原生和分布式技术构建，具备可扩展性和弹性

满足设施元数据、音讯数据、时序数据的一站式存储、检索和剖析需要

具备足够低的老本来撑持如此海量数据

原文链接
本文为阿里云原创内容，未经容许不得转载。

正文完