【专栏】国内外物联网平台初探（ 国外篇二：微软Azure IoT）
- - - [介绍] - - -
物联网智库每周五下午都会在第二篇刊登马志先生研究撰写的系列文章——《国内外物联网平台初探》。
物联网智库每周五下午将发表马志先生研撰系列文章中的第二篇——《国内外物联网平台初探》
- 国内的 -
（1）百度物联网接入IoT Hub
(2)阿里云物联网套件
(3)QQ IoT·智能硬件开放平台
(4)京东威廉
（5）机智云物联网云服务平台和智能硬件自助开发平台
(6) 雾云
（7）Ablecloud物联网自助开发及大数据云平台
（8）中国移动物联网开放平台OneNet
- 外国的 -
(1)亚马逊AWS物联网
(2) 微软Azure物联网
(3)IBM沃森物联网
(4) 艾拉网络
平台定位
连接设备、其他 M2M 资产和人员，以更好地利用整个业务和运营中的数据。
Azure物联网架构
Azure物联网服务
Azure物联网中心（IoTHub）
Azure IoT 中心是一项完全托管的服务，可在数百万个 IoT 设备和解决方案后端之间实现安全可靠的双向通信。
•大规模提供可靠的设备到云和云到设备消息传递。
•使用每台设备的安全凭证和访问控制来实现安全通信。
• 广泛监控设备连接和设备身份管理事件。 包含最流行的语言和平台的设备库。
设备级身份验证：每个设备都设置有唯一的安全密钥，IoT Hub身份注册表存储设备ID和密钥，后端可以添加单个设备到允许列表或阻止列表，以完全控制设备访问。
设备连接操作监控：设备身份管理操作和设备连接事件的详细操作日志，可以轻松识别连接问题国家物联网平台是骗局，例如设备尝试使用不正确的凭据进行连接、消息发送过于频繁或拒绝所有云端到设备的消息。
丰富的设备库：Azure IoT设备SDK还支持C、C#、Java和JavaScript等托管语言，并支持许多Linux发行版、Windows和实时操作系统。
可扩展的 IoT 协议：IoT 中心中存在通用协议，使设备能够本机使用 MQTTv3.1.1、HTTP1.1 或 AMQP1.0 协议。 IoT 中心还可以通过以下方式扩展以提供对自定义协议的支持：
• 现场网关：使用Azure IoT Gateway SDK 创建现场网关，它将自定义协议转换为IoT 中心可理解的三种协议之一。
•云网关：自定义AzureIoT协议网关（在云中运行的开源组件）。
可扩展的高并发事件处理：Azure IoT 中心可扩展到数百万个同时连接的设备，以及每秒数百万个事件。
基于事件的设备数据处理：事件处理器引擎可以在热路径上处理设备事件，也可以将其存储在冷路径上进行分析。 IoT 中心将事件数据保留长达 7 天，以确保可靠处理并缓解负载峰值。
可靠的云到设备消息传递：后端使用 IoT 中心将消息发送到各个设备（具有至少一次传送保证）。 每条消息都有单独的生存时间设置，后端可以请求传递和过期收据。 这确保了云到设备消息的生命周期的完全可见性。
存储和分析文件以及缓存的传感器数据：设备使用 SASURI 将 IoT 中心托管的文件上传到 Azure 存储。 当文件到达云端时，IoT Hub 可以生成通知，让后端处理文件。
事件中心EventHubs
•Event Center 是一项事件处理服务国家物联网平台是骗局，用于以低延迟和高可靠性向云提供大规模事件和遥测数据输入。 事件中心充当事件管道的“前门”，是位于事件生产者和事件消费者之间的组件或服务，将事件流的生成与这些事件的消费解耦。
• 事件中心每秒可以摄取数百万个事件，从而能够处理和分析连接的设备和应用程序生成的大量数据。
• 事件中心收集数据后，可以使用任何实时分析提供程序或批处理/存储适配器对其进行转换和存储。
• 事件中心将事件流的生成与这些事件的消耗分离，允许事件使用者按自己的计划访问事件。
每秒将数百万个事件流式传输到多个应用程序中
•Event Hub 是一个高度可扩展的发布-订阅收集器，每秒可以摄取数百万个事件，能够处理和分析连接的设备和应用程序生成的大量数据。 将数据提取到事件中心后，使用任何实时分析提供程序或批处理/存储适配器来转换和存储数据。
允许应用程序处理具有可变负载分布的事件
•大数据是当今互联世界的直接体现。 大数据来自许多来源，例如每隔几分钟生成遥测数据的联网汽车和恒温器、每秒生成事件的应用程序性能计数器，或者在用户每次执行操作时捕获遥测数据的移动应用程序。 弹性托管收集器服务可以处理不断变化的负载分布和间歇性连接引起的负载峰值。
跨平台连接数百万台设备
•互联设备的迅速出现使IT行业面临更加严峻的挑战，因为它必须应对各种平台和协议。 在连接这些不同的数据源的同时处理大规模聚合流已成为一个大问题。 事件中心允许用户轻松配置从数百万台设备收集事件的能力，同时保留每个设备的事件顺序。 对 AMQP 和 HTTP 的支持允许许多平台与事件中心一起使用，并且本机客户端库也可用于各种流行的平台。
流分析
云端实时事件流引擎，可实时快速开发并深入了解现有数据属性。
•对物联网解决方案执行实时分析
• 每秒传输数百万个事件
•获得关键任务的可靠性和性能预测
• 利用设备和应用程序数据创建实时仪表板和警报
• 使用基于 SQL 的通用语言跨多个数据流进行关联，以实现快速开发
实时获取分析结果
• 实现低成本分析解决方案的快速开发和部署，以实时从设备、传感器、基础设施和应用程序获取深入的分析结果。
实现快速发展
•降低为扩展分布式系统开发分析能力的难度和复杂性。 只需使用基于 SQL 的语法描述所需的转换，系统就会自动分配它以实现规模、性能和弹性，从而无需管理复杂的基础设施和软件。
执行实时分析
•与事件中心的开箱即用集成，每秒接收数百万个事件。 比较多个实时流或将实时流与历史值和模型进行比较。 这使得能够对传入数据进行异常检测和转换，并能够在流中发生特定错误或条件时触发警报，并为实时仪表板提供支持。
实现任务可靠性和可扩展性
• 可进行扩展以适应任何数据量需求，同时仍能实现高吞吐量、低延迟和有保证的弹性，无需任何硬件或其他前期成本或耗时的安装或设置。 只需几分钟即可启动并运行。 流分析以高吞吐量处理数据，结果可预测且不会丢失数据。
通知中心
可扩展的大规模移动推送通知引擎，可快速推送数百万条消息至多个平台（iOS、Android、WP等）
在几分钟内向数百万台设备广播
•快速推送数百万条消息到iOS、Android（百度推送）、Windows 或Kindle 设备。
支持任何后端系统
•插入本地或Azure云中运行的任何后端系统：.NET、PHP、Java、Node.
通过动态标签推送到不同的用户群
• 使用标签根据活动、兴趣、位置或偏好对用户进行细分，以便在正确的时间向正确的人推送正确的信息。
使用模板轻松本地化
•利用模板功能推送本地化的通知信息，使用户获得与其所使用的语言一致的信息。 模板功能消除了为每个客户存储本地化设置的需要。
专为大型环境而设计
•无需重构或分片即可快速扩展到数百万台设备并发送数十亿条推送通知。 通知中心会自动对基础设施进行必要的调整，以极低的延迟将信息推送到每个活动设备。
机器学习
提供易于开发、功能强大、可灵活扩展且基于托管云服务的预测分析解决方案。
现在是 Cortana 智能套件的一部分
主要功能
•数据探索、描述性分析、预测性分析
•监督学习、无人值守学习
•模型训练与评估
机器学习步骤
1. 将数据导入平台
2. 探索和可视化数据
3. 生成并选择特征
4. 创建和训练机器学习模型
5. 部署和使用模型
开发工具接口——创建物联网中心
IoT 中心创建结果
共享访问策略
开发工具接口 – 创建设备身份
开发工具接口-创建流式分析作业监视器
开发工具界面-通知中心
开发工具接口-机器学习模型
机器学习工作室：创建预测模型
开发工具接口-Cortana智能库
选择分析计划
往期热门文章（点击文章标题可直接阅读）：
