本文主要介绍物联网的数据从传感器采集，存储到分析处理的过程
数据分类
物联网数据可以分为静态数据和动态数据
静态数据：被测设备地址类（地点、GIS信息）、设备名称编号（资产属性相关）、设备相关的标签类、设备的规格，静态数据多以结构性、关系型数据库存储
动态数据：以时间为序列的数据，诊断信号类（如温湿度、压力状态）、设备自身状态数据（如电池电量），每个数据都与时间有对应关系，通常采用时序数据库方式存储。动态数据也包含图片、文本、语音和视频等非结构化数据。
数据的生命周期：
数据的时间有效期多长时间，最新的数据可以刷新之前的数据
两次采集最合适的最短周期
数据存储
数据存储分为原始数据存储以及数据质量控制过后的存储（过滤重复、过时或不需要的数据、填补漏读的数据）
结构化数据库：mysql、oracle等等
时间数据库：Hbase
非结构化数据：对象存储、hdfs、mongdb
数据应用
1、数据上屏幕实时展示
比值、数据总量、不同维度分析、统计分析
2、超过阈值报警，人工处理
3、统计分析&报表导出
4、数据分析的方法：
时间序列分析、流式分析、批处理分析 、深度学习技术
5、数据质量控制
物联网的数据质量可以用精确度、置信度和完整性三个指标来衡量。
安全访问控制
防止对任何资源进行未授权的访问、身份验证与授权