真实性（Veracity） 真实性是指质量、一致性和数据的可信性 ， 有真实性的数据才能进行准确的分析 。 这一点对于物联网来说尤其重要 ， 特别是那些群体感知数据 。 **
易变性（Variability） 这个属性是指数据流的速率不同 。 由于物联网应用的性质 ， 不同的数据生成组件可能会有不一致的数据流 。 此外 ， 在特定时间 ， 一个数据源的数据加载速率可能不同 。 例如 ， 利用物联网传感器的停车服务应用在高峰期的数据加载会达到峰值 。 **
价值（Value） 价值是指大数据成为有用的信息和内容 ， 为组织带来竞争优势 。 数据的价值的高度不仅仅取决于对数据的处理过程或服务 ， 还取决于对待数据的方式 。
针对以上 IoT 的数据特征 ， IoT 相关大数据以及 AI 分析工具需要解决如下数据计算问题：
越来越多的半结构化、非结构化数据分析需求：越来越多的 IoT 设备产生半结构化、甚至非结构化数据 ， 包括日志、图片、音频、这些都需要大数据以及 AI 相关分析工具进行分析处理 。 **
越来越多的智能化数据处理需求：大量图片、音频、场景 ， 需要使用 AI 增强的实时化处理工具进行分析处理 ， 而非传统的数据库和大数据工具 。 **
由数据分析人工决策到数据计算反向控制生产链路：IoT 的大数据分析从产生报表进而交给人工决策 ， 逐步过渡到数据计算结果直接反向控制生产链路 ， 节省人力决策的成本 。
解决方案

文章图片

阿里云实时计算 Flink 版是阿里云打造的基于 Apache Flink 的企业级系列产品 ， 其底层技术引擎由 Flink 创始团队的商业化产品 - Ververica Platform 所驱动 。 针对 IoT 时代下大数据分析的需求 ， 阿里云实时计算 Flink 版结合阿里云整个 IaaS 以及 PaaS 的基础设施 ， 能够为 IoT 客户解决如下问题：
数据实时化处理：阿里云实时计算 Flink 版具备低延迟、高吞吐、一致性等特点 ， 非常适合 IoT 的实时化数据清洗、分析、处理的计算需求 。
越来越多的半结构化、非结构化数据分析需求：具备结构化数据处理（分析、统计类计算处理）包括 SQL、TableAPI、PyFlink 等高效 API 解决数据分析难题；同时实时计算 Flink 版包括 DataStream 的 Flink 底层 API ， 针对非结构化的音频、等内容也能够从容分析 。
越来越多的智能化数据处理需求：流式数据底层框架 ， 基于 Flink 开源 API ， 用户可以自由组合图像、音频、处理算法包 ， 灵活的智能化处理数据需求 。
成功案例
协鑫光伏
引入阿里云飞天大数据平台以来 ， 光伏生产良品率已经提升了 1 个 百分点 ， 节省成本数千万 。
客户简介
协鑫光伏坐落在环境优美的苏州工业园区 ， 是全球领先的光伏材料制造商 ， 硅片产品占国内流通硅片的 70% ， 处于国内同行业龙头地位 。 在技术研发、品质控制、自动化升级等方面也都处于较高水平 。
通过多年对生产流程的优化 ， 协鑫的生产效率和产品品质始终保持着行业领先 ， 然而 ， 他们渐渐感到如果继续保持传统的方式 ， 可优化的空间将越来越小 。 对于追求卓越的协鑫人来说 ， 生产品质提升的最后一公里要怎么走 ， 这无疑是一个巨大的难题 。 苏州协鑫光伏总经理曾表示：“未来苏州协鑫的继续突破还是要靠新技术和新产品 。 ”
阿里云实时计算 Flink 版解决方案
智能制造的兴起 ， 将大数据分析引入到制造中 。 通过对生产数据的采集并上传云端 ， 能够进行数据实时和长期分析 ， 并对生产过程进行监控 ， 分析生产流程中可优化的部分；监控影响产品质量的环节 ， 对产品质量进行量化分析和提升；对设备情况进行预测 ， 优化备本备件 。

来源：(未知)

【江苏龙网】网址：/a/2021/0326/lmkd092K3bP2020.html

标题：行业应用，同时实时计算，Flink，版，IoT，版解决方案( 二 )