人們在工作、生活的周圍有數十億的智能產品與傳感器。這些 物聯網 (IoT)產品 與人、家庭、工廠、工作場所、城市、農場和車輛進行交互。 Gartner 預測到 2021 年，物聯網技術將在 95% 的電子產品中用于新產品設計，從可穿戴設備到醫療設備等。
物聯網提供有價值的信息，可以更快地發現健康問題，監測健康，更好地、更安全地跟蹤貨物，以及更高效地生產食品。
然而，智能產品創造了很多無用信息，通過光纖高速的傳輸 。管理所有這些 IoT 數據意味著需要開發和執行架構、策略、實踐和過程，從而適當滿足整個數據生命周期的需求，這帶來了獨特的挑戰。傳統的大數據方法和基礎設施需要重新思考和擴展。
使用 物聯網 數據需要比從人類收集的數據更快。例如，來自人們評論和行動的調查數據往往在幾分鐘、幾小時或幾天內到達，而不是幾秒鐘。有鑒于此，管理者在決定選擇哪些數據時可能更靈活一些，而不相關的數據則不那么不相關。相比之下，IoT 正在創建自己的 生態，加劇了三個典型的數據管理問題：
(1) 可擴展性和敏捷性： IoT 數據流量 其即時性使得這個數據管理問題變得最緊迫。鑒于 IoT 設備的數量會隨著時間的推移而增加，如從 40 臺設備到 400 臺設備，IoT 架構如何適應這種情況?物聯網如何 連接，允許由人和事物進行實時處理和分析，因為 IoT 數據的保質期很短?一旦 IoT 數據到達某處，如何存儲這些數據，確保有足夠的空間獲取新信息?輸入和輸出如何流經傳感器而不堵塞?IoT 數據是否需要訪問非傳感器數據(例如，有關用戶和密碼的元數據)，那么該數據如何獲取和理解此類信息呢?
(2) 安全： Gartner 的調查 表明安全性是規劃和實施 IoT 解決方案的組織面臨的重大挑戰。預計到 2022 年，IoT 的所有安全預算的一半將用于故障修復。防止未經授權的訪問已成為最前沿。 新聞 周刊 報告說，使用物聯網的美國公司中，有近一半受到安全漏洞的打擊，而且成本可能驚人——對于大公司來說，成本超過2000萬。
但這問題的一部分。組織需要遵守關于保護數據的國家規則和條例。一個主要規定， 一般數據保護條例 (GDPR)，自 2018 年 5 月以來實施，可能會對不合規行為處以巨額。
要了解復雜性，請以冰箱為例，該冰箱通知其所有者雞蛋和牛奶已過期。未經所有者同意， 將這些信息發布到互聯網上， 即使只是為了存檔， 也會違反規定 像 Gdpr.但冰箱老板可能希望他們的雜貨店確保雞蛋和牛奶有庫存。功能傳感器需要訪問適當的信息。
為了提高能耗， 流體 信息工作臺將傳感器與挪威國家石油公司提供的能量資源連接到能源資源，德國能源管理系統供應商分析物聯網傳感器數據。設置安全壁壘，防止這些實體之間出現基本信息流動，將適得其反。
(3) 有用： 數據在具有最大價值時，數據量穩步減少，因為數據存儲。IoT 依賴于快速數據，即現在獲取見解。自適應維護、安全監控、預測修復和流程優化等功能依賴于實時數據。
(4) 安全： 考慮 死亡 從尤伯在亞利桑那州的自動駕駛汽車。因為是晚上，汽車的傳感器可能無法在黑暗中識別行人，無法利用這些信息減速。如果SUV的傳感器 做了 識別行人，那么它仍然沒有有效地使用這些信息。
(5) 濾波： 傳感器數據應如何過濾和有效?哪些類型的數據篩選器應用于哪些類型的傳感器?傳感器記錄的錯誤信息(例如，將行人記錄為另一輛車)怎么辦?如何丟棄這些虛假數據?如何檢查 IoT 的數據的質量?
鑒于物聯網問題的復雜性和緊迫性，全球 物聯網數據管理 市場規模預計將從2017年的275.4億美元增長到2022年的664.4億美元。
幸運的是，IoT 數據管理策略存在于過去的技術和方法中。Gartner 認為許多應用于更傳統用例的數據管理基礎架構工具和技術可以在某些方面用于支持 IoT。例如，請考慮：
(1) 邊緣計算： 在邊緣計算，在數據源附近或 網絡的邊緣， 在典型的云環境中，數據處理發生在集中式數據存儲位置。通過本地處理和使用某些數據，IoT 可節省數據的存儲空間，更快地處理信息，并應對安全挑戰。
如果冰箱需要根據用戶的要求降低溫度，這可以在家庭網絡上完成，甚至只需由設備本身完成。有關恒溫器故障或所需修復程序的信息可能會存儲在本地，并推送到制造商或供應商的云環境進行進一步分析。當開發人員對此問題有修補程序時，可以通過云打包和發送，并通過設備在本地打開，設備將處理大部分代碼更新和密集處理，可能通過 微服務.
同時，由于只有所需的數據量會從家庭之外傳輸給供應商或制造商，因此不太可能共享未經授權的個人信息。
