xinglun88的专栏

MQTT是一个基于客户端-服务器的消息发布/订阅传输协议。MQTT协议是轻量、简单、开放和易于实现的，这些特点使它适用范围非常广泛。在很多情况下，包括受限的环境中，如：机器与机器（M2M）通信和物联网（IoT）。其在，通过卫星链路通信传感器、偶尔拨号的医疗设备、智能家居、及一些小型化设备中已广泛使用。MQTT应用场景智能家居，汽车出行，工业制造，能源电力，智慧农业，医疗保健等领域。

物联网IoT日常知识收录

本章介绍了通常部署在中央服务器上的体系结构模式（AI/ML集成、规则引擎、文件上传和企业系统集成）。本章中的模式以及前几章中详细介绍的模式将使您能够构建任何物联网应用程序。接下来的章节将向我们展示如何将这些模式组合在一起以解决不同领域的复杂问题的示例，从下一章开始，我们将讨论消费者领域的两个具体用例——家庭自动化和智能煮蛋器——并了解如何将我们之前了解的架构模式应用于开发有趣的用例。

让我们看看文件上传的模式摘要：商业。

规则引擎的模式摘要如下：商业根据需要灵活添加或更新规则 能够为中央服务器上的现场设备配置规则并将其推送到现场设备 能够将规则定义为数学和/或逻辑表达式以便于理解，因此允许非技术用户修改规则 允许在不同领域和/或物联网用例中使用规则（需要修改） 能够集成更先进的技术，如用于规则评估的AI/ML 技术的 传感器和致动器的抽象层的存在最大限度地减少了新传感器和致动器集成所涉及的工作量，因为代码更改仅限于抽象层。用法上下文它用于预期事件或动作的行为单独或相对于彼此发生变化的情况。

本章列出了由于存储和/或计算需求而部署在中央服务器上以及部署在边缘（本地）或云上的体系结构模式。 这些模式基于现场设备生成的数据提供见解，使用附加数据（来自附加系统，如企业系统）分析和丰富现有数据。 这些模式有助于提取见解，并使某些操作自动化（例如，如果土壤湿度超过定义的阈值，则打开灌溉泵）。 简单的决策（如果X，那么做Y）可以构建到业务逻辑中，但通常，任何复杂的决策都需要评估多个输入参数和某些先验经验，而这正是人工智能（AI）和机器学习（ML）发挥重要作用的地方。本章详细介绍了

设备管理模式总结如下：商业简化设备入职流程，缩短部署时间 批量设备入职以加速设备推出 第三方设备入职将带来新的商机 通过远程配置/固件更新降低设备的现场操作成本 优化设备诊断和故障排除，降低操作成本 安全的固件/补丁更新，实现不间断的操作（避免安全漏洞） 可视化客户设备拓扑，了解一个设备相对于其他设备的物理和逻辑位置技术的远程运营商可访问的远程安全空中传送（OTA）服务 可重复使用的设备管理服务提供了更好的控制和协调 内置可扩展性，确保正确处理未来的工作负载 设备相关细微差别和功能的抽象化用法上下文。

DT是部署在现场的物联网设备的虚拟复制品。这个概念与创建物理实体或过程的模型（模拟）以了解其表现行为的过程非常相似。本书中使用的DT符号如下图所示：图2.3——DT模式的符号 DT是物联网背景下的一种重要模式，因为数据可能通过不可靠的通信信道（间歇性连接）在中央服务器和现场设备之间传输。此外，现场设备可能会选择休眠，并且只在特定时间内更新以节省能量。因此，DT还用于将用户从现场设备的当前状态（唤醒、睡眠等）和通信信道的细微差别中抽象出来。 DT还提供了一种封装机制，用户可以在不关心现场设备的实

如果设备是智能的（它们有足够的计算、内存和存储，并且可以与中央服务器建立连接），则不需要DG，因为设备本身能够连接并管理数据的传输方式。静止和运动中的数据安全：DG不仅确保本地存储的数据是安全的（即加密的），而且通过利用与身份验证、授权和计费（AAA）相关的所有最佳实践，确保发送到中央服务器的数据是安全的。LRE支持：DG可以启用LRE（LRE模式将在第3章“中央服务器的物联网模式”中介绍），在其中观察生成的事件（例如，来自传感器的事件）并触发适当的操作。在上图的右上角，突出显示了DG模式的关键功能。

本介绍性章节帮助您了解在开发或部署物联网解决方案时需要考虑的架构考虑因素。此外，本章提供了上下文知识，将帮助您理解本书中列出的模式。讨论了物联网解决方案与其他传统软件系统或IT解决方案不同的特征，以及关于物联网参考体系结构不同层的信息。在接下来的两章中，我们将深入探讨物联网架构模式。

后续章节中列出的物联网模式将与我们刚才讨论的物联网参考架构保持一致。此外，本书后半部分列出的其他重要物联网主题（如数据分析和物联网安全）也将建立在对这一概念的理解之上。分层参考体系结构提供了各种好处，例如不同层的独立可扩展性，以及由于更改仅限于特定层而增强的可维护性。物联网模式将帮助您在更短的时间内以可复制的方式在特定层开发所需的功能。与参考体系结构的不同层相关的体系结构模式（在随后的章节中详细介绍）如下图所示。：该层提供向聚合/处理层发送数据（来自传感器的感知数据和向执行器的控制命令等）所需的连接。

物联网（IoT）在最近几年获得了巨大的吸引力，该领域在未来几年将呈指数级增长。这一增长将跨越所有主要领域/垂直行业，包括消费者、家庭、制造业、健康、旅游和运输。这本书将为那些想了解基本物联网模式以及如何混合和匹配这些模式以实现独特和多样化的物联网应用的人提供一个新颖的视角。本介绍章详细介绍了在设计物联网解决方案时必须牢记的体系结构注意事项。构建物联网解决方案具有挑战性，因为物理硬件选择、复杂的集成和所涉及的连接要求带来了额外的复杂性。本章还为后面几章将介绍的模式奠定了基础。

计算机技术起源于20世纪40年代，最初专注于数学问题的基本原理；到了60年代和70年代，它以符号系统为中心，该领域首先开始面临复杂性问题；到80年代，随着个人计算的兴起和人机交互的问题；然后进入90年代和本世纪，大规模解决分布式和互联系统问题。虽然这类系统往往主导着计算的叙事，但并不是每个系统都是谷歌、脸书或X，代表着在全球范围内具有软边缘和要求弹性计算基础设施的系统。还有另一类对人类很重要的系统；与现实世界接触和互动的系统。

NFC（Near Field Communication）是一种短距离高频无线通信技术，允许电子设备之间进行非接触式点对点数据传输，交换数据。这项技术由非接触式射频识别（RFID）及互连互通技术整合演变而来，在单一芯片上结合感应式读卡器、感应式卡片和点对点的功能，能在短距离内与兼容设备进行识别和数据交换。

图一 架构手稿(许老师专属)图二 架构简图。

面对可能的供应链风险和技术发展的限制，国内科技企业如阿里巴巴、腾讯、华为、百度和字节跳动等，正在积极调整产业策略，以减少对单一供应商，尤其是英伟达芯片的依赖。投资增加：中国AI芯片行业的投资情况呈现出逐年增长的趋势，2022年AI芯片投资数量共93起，投资金额达215.15亿元，显示出资本市场对AI芯片行业的关注和信心。研发进展：中国AI芯片企业正在积极研发具有自主知识产权的AI芯片，如华为的昇腾系列、百度的昆仑系列等，这些芯片在性能上不断提升，逐渐满足国内市场的需求。