功能介绍

IoT数据分析平台提供以下分析能力

• 离线分析： 帮助客户快速构建物联网数据湖，开发者可通过标准 SQL开发数据分析任务，并轻松处理TB-EB级别海量数据，可在报表统计、设备行为分析等无需实时处理数据的场景使用。

  表1 离线分析

  特点	描述
  数据湖	提供成本低廉的海量数据存储能力，与物联网设备接入服务无缝对接，快速接入物联网数据源，并基于物联网设备模型预处理好数据和原始数据归档，为数据分析做好准备。
  大数据分析	使用大数据高可用，可水平扩展框架，基于内存计算模型，DAG调度框架、高效的优化器，综合性能是传统MapReduce模型的百倍以上。
  标准SQL接口	提供标准的SQL接口，开发者无需关心SQL处理引擎的部署和运维，只需聚焦业务定义分析作业，并支持丰富的作业调度策略配置。

  离线分析支持以下几种数据来源：

  1. 物联网平台的系统数据
  2. 基于物联网设备能力定义的设备数据
  3. 用户授权的业务数据

• 实时分析：基于大数据流计算引擎，提供物联网实时分析能力。为了降低开发者开发流分析作业门槛，IoT数据分析服务提供图形化流编排能力，开发者可以通过拖拽方式快速开发上线。

  表2 实时分析

  特点	描述
  图形化流编排能力	可视化流编排IDE，无需写SQL，通过简单拖拽完成流作业定义
  物联网流编排算子	基于典型物联网应用场景，封装常用算子，比如数据接入，数据过滤，数据转换等等

• 时序分析：专为物联网时序数据处理优化的服务，包括高压缩比的时序数据存储，高效的时序查询效率，海量时间线能力。

  表3 时序分析

  特点	描述
  海量接入	海量时间线能力，最大可达亿级
  时序存储	列式存储及专用压缩算法，高压缩率
  高效查询	基于时间多维度聚合，近实时分析查询
  数据可视化	提供时序洞察工具，可直观展示时序数据的变化趋势

• 资产模型：为充分“理解”物联网设备所产生的海量数据、挖掘海量数据背后的价值，往往需要将单一设备数据和测量数值置于一个上下文中去分析，这个上下文可能是一个产线或系统装配关系、组织关系、地理空间关系等等。IoT数据分析服务提供资产模型能力，帮助开发者快速定义复杂业务系统模型，并基于该模型对物联网数据进行实时关联计算、智能关系分析等处理。

  表4

  特点	描述
  可视化资产模型开发环境	所见即所得图形化建模引擎、简化复杂资产开发难度、支持10层树形层级关系建模
  用户自定义函数（UDF）虚测点运算	丰富的计算算子如四则运算、科学计数法、三角函数、滑窗滚窗、流计算等
  资产模板	支持自定义行业资产模板、快速复制共享、共筑行业生态
  资产监控	通过数字资产模型对实际业务系统运行状态、指标等进行实时监控、异常检测

产品架构

图1 产品架构图

架构图中标深色部分已在公测版本中开放。