
虽说物联网是兴起的行业,但实际上其所用的技术绝大部分都是现有的成熟技术。
我在问题「物联网技术到底是什么技术?物联网工程到底是学什么的啊?」的答案下详细介绍了一些相关物联网技术,这里就重新简单复述一下。
物联网技术,我认为最基础的技术就是单片机/嵌入式开发。但是呢,并不是只有物联网专业才学这种技术。电子系、电气系、通信系都会学这类课程。单片机也可以称为微控制器,只需要把代码烧写进去,就可以让单片机获取检测数据和控制设备了,比如获取房间的温度,打开房间的灯。
设备终端可以靠单片机/嵌入式技术开发了,那么怎么联网呢?这个时候就要学习网络通信的基础知识了,完成学业后最少也会知道什么是TCP/IP协议。这一块的内容,我瞎猜和计算机系的网络课程半斤八两。即是说,如果你在物联网专业学着学着,发觉对计算机网络协议这一块更感兴趣,可能你更应该去网络工程之类的专业。
设备靠单片机技术,联网靠TCP/IP。那么联网后的服务器端程序该怎么写呢?这一块,你可以到计算机系的相关课程找到答案。
服务器端也搞定了,还有个问题,设备与设备之间需要联网吗?可以怎样组网?这就涉及到了电子通信系的自组网(比如ZigBee)相关知识。如果你想通过蜂窝移动网络(2G、3G、4G)控制设备而不是局域网。那这更应该找通信系要一套方案了。
综上所述,物联网专业=电子+计算机+网络通信。
如果各位高中毕业生看懂了上面的描述,很不错,算是对物联网所用的技术有一定感性的认识了。但这也间接证明了物联网专业所学内容可能没有其他专业那么有深度。比电子硬件比不过电子系,比软件编程也比不过计算机系,通信技术学得又没有通信系强。
物联网本身就是属于一种应用学科。支撑起现有的物联网的技术都是成熟的电子类、计算机类和通信类技术。自然,物联网专业所开设的课程不外乎可以从电子系、计算机系和通信系的课程挑选出来,拼凑一下即可称为物联网专业。
不好吗?电子系出身的人看物联网专业感觉就是自家的知识,计算机系和通信系的人也是这么想的。所以这类正统人士可能都感觉物联网专业徒有其表、浪得虚名,是一个炒作起来的专业。还不如去计算机系(电子系/通信系)专业。
不置可否。如果选择去了电子系,可能就接触不到相关的计算机知识和编程思想(比如 *** 作系统原理和类的思想);如果去了计算机系,拿不起电烙铁,不会摸万用表,除了写代码就是写代码。但是物联网专业是一个折衷的选择,至少比计算机系懂一点硬件,比电子系懂一些服务端开发。
题外话,有些学校是入学一段时间后才开始分专业,私以为这是非常人性化的做法。因为这是一个重新选择的机会,虽然可能只能是在学院拥有的专业里选择,但是这已经足够了。且不说电子系和计算机系差别很大却也有人分辨不出差别,计算机系和网络工程之间、电子系和通信工程之间都有细微的差别。在大学里学习,就好像调整导d的角度,偏差了一厘米发射出去的导d可能就轰炸不到你当初的目标了,别的专业课程会教的内容,为什么到了这专业就需要自学呢?专升本快速报名和免费咨询:>
物联网时代,大量的数据从不同的设备传感器产生,单机数据库系统肯定无法存储这么大量的数据,在选择数据库方面,肯定要选择具有分布式能力存储的数据库。
在物联网时代,数据之间还有一个非常重要的特性,那就是数据之间的关联性。不同的数据从相互连接的互联网设备传感器中产生,由于不同的传感器相互连接,协同工作和采集数据,如何将大量具有相互关联的数据保存在数据库,这里我推荐使用图数据库来进行存储。
图数据库相对于其他数据库来说,最大的优势就是查询数据之间的关联性会更加快速,消耗的时间会更短。打个比方,在社交网络中,我们想要查询在用户A的粉丝中,粉丝关注了B的用户。如果使用传统关系型数据库来存储用户的关注关系,在上面的数据统计中,要使用两层Join才能算出结果,而关系型数据库Join *** 作会很慢。使用图型数据库存储数据的话,图中的点为用户,边为用户的关注关系,在查询A的粉丝,同时粉丝也关注B的用户,只需要遍历两层关注关系就能很快查询到结果。
图数据库也属于NoSql数据库的一种,常用的图形数据库有,JanusGraph、Neo4j、Cayley、dgraph。不同的图数据库,底层实现也不尽相同。
JanusGraph是一种分布式图数据库,由Java语言开发,可以使用Hadoop生态存储系统作为数据源,构建出数据大图。是TiTan图数据库的开源版本,支持事务的ACID。
Neo4j是一种单机的图数据库,其优势就是能够快速安装并且使用,便于新同学上手。你的数据量一般不大的话,我推荐使用Neo4j,直接使用Neo4j相关的API就可以将数据模型图构建而出,然后使用Neo4jCypher查询语言,就可以分析数据,Cypher是一种类SQL的语言。
Cayley和Dgraph都是使用Go语言实现的图数据库,Go语言的最大特性就是其编译速度和开发便捷性,Cayley和Dgraph都支持分布式存储,不过都不支持SQL语言查询数据,Dgraph不支持事务,而Cayley支持事务,不过在开源社区,Dgraph比Cayley更加活跃,这里优先建议使用Dgraph作为物联网的存储数据库。
总体来说,在物联网时代,一定要学会使用图数据库,在分析大量数据之间的关联性时,图数据库就能够派上用场,图数据库最大的优势就是分析不同数据之间的关联性。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)