物联网数据特点

数据时序

带有时间戳联网的设备按照设定的周期，或受外部的事件触发，源源不断的产生数据，每一个数据点是在一时间点产生的，这个时间对于数据的计算和分析十分重要，必须要记录。

数据结构化

物联网设备产生的数据往往是结构化的，而且是数值型

数据源唯一

一个物联网设备采集的数据与另外一个设备采集的数据是完全独立的。一台设备的数据一定是这台设备产生的，不可能是人工或其他设备产生的，也就是说一台设备的数据只有一个生产者，数据源是唯一的
数据量巨大
以中煤旭阳传感器为例，一台传感器每隔5秒采集一次数据，每天自动生成17280条记录，厂区就有600多台传遍感，每天一个厂区就生成近10368000条记录。假如一台联网汽车每隔10到15秒就采集一次数据发到云端，一台车一天就很容易产生1000条记录。如果中国2亿辆车全部联网，每天将产生2000亿条记录。五年之内，物联网设备产生的数据将占世界数据总量的90%以上。
流量平稳、可预测
物联网设备数量、数据采集频次固定，就可以较为准确的估算出所需要的带宽和流量，每天新生成的数据大小。而不是像电商，在双11期间，淘宝、天猫、京东等流量是几十倍的涨幅。不像12306网站，春节期间，网站流量是几十倍的增长

数据写多读少

对于互联网应用，一条数据记录，往往是一次写，很多次读。比如一条微博或一篇微信公共号文章，一次写，但有可能上百万人读。但物联网设备产生的数据不一样，对于产生的数据，一般是计算、分析程序自动的读，而且计算、分析次数不多，只有分析事故等场景，人才会主动看原始数据

数据有保留期限

采集的数据一般都有基于时长的保留策略，比如仅仅保留一天、一周、一个月、一年甚至更长时间，为节省存储空间，系统最好能自动删除
数据的查询分析往往是基于时间段和某一组设备
对于物联网数据，做计算和分析的时候，一定是指定时间范围的，不会只针对一个时间点或者整个历史进行。而且往往需要根据分析的维度，对物联网设备的一个子集采集的数据进行分析，比如某个地理区域的设备，某个型号、某个批次的设备，某个厂商的设备等等。

需要实时分析计算

对于大部分互联网大数据应用，更多的是离线分析，即使有实时分析，但实时分析的要求并不高。比如用户画像、可以积累一定的用户行为数据后进行，早一天晚一天画不会怎么影响结果。但是对于物联网应用，对数据的实时计算要求往往很高，因为需要根据计算结果进行实时报警，以避免事故的发生