物联网对数据存储、网络、处理和分析提出了前所未有的要求;对于最终用户、供应商和投资者来说，它既是挑战，也是机遇。但是，到底哪种数据处理和分析技术对物联网真正重要?

　　在大肆炒作的同时，物联网概念在过去几年中已经趋于成熟。人们越来越关注安全和数据治理、边缘分析以及使项目成功必需的其他技术和平台。

　　人们在考虑甚至是实施物联网时，很容易将注意力集中在错误元素上。这是因为“物联网”这个术语的创始人英国技术先驱凯文·阿什顿(Kevin Ashton)，他与麻省理工学院共同创建了汽车识别中心，重点关注物联网的两个方面：网络和“东西”本身。

　　数据，而不是“东西”

　　“物联网”一词中缺少了最重要部分——数据本身。

　　如果传感器和智能设备没有捕获数据，那么，它们显然就没有你想象的那样“智能”。值得注意的是，有些传感器实际上“很笨”——例如，除了偶尔读取温度或压力读数之外，其他工作没有。

　　但是，无论想从传感器还是智能设备获取数据，如果企业无法以某种方式收集、处理和分析这些数据，这些数据将变得毫无价值，而物联网项目也将被认为是失败。

　　随着物联网最新的数据收集、处理和分析需求给较旧、更传统数据平台带来的巨大压力，我们已经确认了一些我们认为在物联网时代将变得更加重要的技术。

　　物联网：广阔的发展空间

　　物联网有着非常广阔的发展空间，几乎可以利用任何形式的技术。随着越来越多企业将物联网纳入战略发展计划，特别是下列五种数据收集和分析技术的逐步采用，相信一定可以为企业以及企业的合作伙伴和客户带来丰厚利益。当然，物联网的双向性也值得注意：它不仅可以收集数据，还兼顾管理工具和平台。例如，负责初始资源配置、更新和升级、重新配置、诊断和修复。

　　我个人认为，下列数据收集和分析技术将会越来越重要：

　　▲安全与数据治理

　　▲基础架构，特别是边缘分析

　　▲数据处理，包括内存技术、NoSQL和Hadoop

　　▲高级分析

　　▲数据集成和传输

　　在这个迷你系列的下一篇文章中，我将详细介绍这五种数据收集和分析技术对物联网如此重要的原因，并进一步解释为什么在物联网中过分强调“东西”是错误的，尽管凯文·阿什顿的“物联网”术语甚至都没有包括“数据”一词。