由 dawei 企业应通过了解其数据、功能要求以及数据库如何适应其业务战略来开始寻找合适的IoT数据库。
要选择正确的物联网数据库，IT管理员必须首先评估数据类型和数据流，并定义其功能、性能和其他业务需求。
最好的物联网数据库必须能够满足物联网特定要求。选择物联网数据库时，IT管理员要考虑很多因素，包括可伸缩性、容错能力、高可用性和灵活性。他们还必须考虑数据库的位置(本地还是云)，以及是否应该对其进行管理。
为了帮助选择数据库，物联网技术人员应采取循序渐进的方法，以确保物联网数据库满足其组织的需求。
如何选择合适的物联网数据库？
1、评估数据库将存储和管理的数据类型
物联网数据类型与应用本身一样多种多样，但它们可以分为几类，包括：
设备元数据：这可能包括设备ID，物理设备的唯一标识符;设备类别或类型;设备的生产日期;硬件序列号;和当前配置或版本。该数据是相对静态的。
设备状态信息：这包括该设备的各种相关状态，例如打开或关闭，主动或被动或正在记录。该数据可以是动态的。
遥测数据：设备收集的数据(假设它是传感器或主要功能是收集数据的设备)通常以流数据的形式到达，该数据会更改每个单位，并可能组织为多个通道。
命令数据：该数据控制执行器或设备采取动作，例如向左旋转或加速。
运营数据：有关设备本身操作的数据，包括CPU使用率，内存使用率或热量。
许多物联网新手都把注意力集中在命令和遥测数据上，从而误导了业务流程。此重点是以管理数据为代价的，管理数据包括设备数据、状态数据和操作数据。但是，将管理数据应用于数字双胞胎，物理物联网环境的数字镜像或重新创建意外的故障模式或进行取证时，至关重要。
2、绘制数据流
物联网领导者必须确定在何处收集、汇总、分析和转换不同类型的数据，以及如何将数据集成到其他系统中。是否需要丰富数据，以及在什么时候需要捕获和记录数据?确保确定数据存储和复制的区域。会有规范的数据存储吗?规划在何处，何时何地将数据存档。
3、绘制数据库需要满足功能需求
物联网技术人员定义了数据和数据流的类型之后，下一步是将数据库需求映射到功能需求，包括：
数据提取和聚合：从设备收集和汇总数据后，通常会高速处理数据，尤其是如果遥测和命令数据来自高速流时。此类数据需要用于遥测的高性能读取和用于命令数据的高性能写入以及高可靠性和可用性。
边缘分析：许多数据流体系结构都包括相对靠近设备本身的边缘分析。数据需求包括数据转换、过滤、充实和任何其他聚合。边缘分析数据库需要高速读写功能和极低的延迟，还需要支持分析工具和解决方案的能力。
核心分析：随着数据的进一步聚合(可能在基于云的核心中)，它可能需要进行额外的转换、丰富和分析。核心分析数据库平台需要高可用性。它还可能需要分发并支持流分析。
管理控制台需要捕获和显示设备数据，包括元数据、操作数据和状态数据。它应包括可视化和仪表板功能，并要求毫秒级的延迟。
商业分析： IoT网络中的数据通常需要集成到更大的数据湖中，数据科学家可以在其中运行分析和AI。 IoT数据库需要与企业现有的业务分析或可靠的数据仓库和分析集成。
4、根据功能需求确定数据库性能需求
简而言之，数据库通常会在性能(读写响应时间)和寿命(数据必须保留并保持最新状态的时间)之间进行权衡。
接收和边缘分析需要非常低的延迟和高性能，但通常不需要将大量数据保留很长时间。相比之下，业务分析数据库需要将大量数据保留数月、数年或数十年，但不需要亚毫秒级的响应时间。这种功能上的差异导致需要多个集成的IoT数据库，而不是单个数据库类型。