从IoT技术架构看ThingWorx平台

IoT需要各个层次的标准化技术，尤其是架构技术方面

IoT硬件在感知层，联接层次首先需实现Thing的互联、互通和互操作，其次对于成功的IoT项目，更需要从系统顶层规划和设计IoT，这样才能保证满足业务需求的同时，更能保证IoT系统的稳健性、可扩展性、安全性、易管理和易维护，大大降低IoT项目开发和使用升级成本。

目前在IoT体系架构方面，欧盟的IoT-A项目提出了很多具有参考的成果，为现有的IoT项目建设提供工具方法支撑，通过分析PTC的IoT项目开发的技术和业务平台——ThingWorx平台，可以看出ThingWorx平台包括了这些最新的概念和技术，并通过行业实践，发展出了特色的技术亮点。

IoT-A的主要成果：

1，架构在各层次充分抽象化

欧盟IoT-A提出了物联网的体系结构参考模型、参考模型、参考体系结构的概念，分析了物联网参考模型的建模方法，即从IoT的架构参考模型，转换到IoT的具体架构模型，然后再转换IoT实现模型。

IoT架构应用流程

2，应用SysML/UML描述IoT参考模型

IoT-A提出了四类模型，分别是IoT领域模型、IoT信息模型、IoT功能模型、IoT通信模型、IoT安全信任和隐私模型。IoT-A在领域模型和功能模型上做了很多开创性工作。

IoT的领域模型，提出了Physical Entity，相应的Virtual Entity，Resource，Device，User的概念，以及相互的关系。

其中

浅黄色：表示Animate Objects(humans,animals)

淡蓝色：表示硬件

浅绿色：表示软件

其他：没有分类，或其他组合

IoT的功能模型，其中包括IoT服务和管理、IoT与现有业务系统的对接、IoT中虚拟实体管理、通信和设备功能、特别强调了IoT管理和安全。

ThingWorx——PTC拥抱IoT，实现业务转型，而推出的全球首款技术领先的IoT平台，它的技术架构特点包括：

1，ThingWorx中的Thing Entity更统一，不仅包括Phisical Entity对应的Virtual Entity，并且把数据展示、数据存储、交流协作、安全等数字Entity一并纳入统一。这些数字实体都是目前互联网中的实体，这是数字实体之间，和Physical Entity都存在交互（欧盟的IoT-A忽略互联网中数字实体以及他们之间的交互）。

2，ThingWorx采用对象技术描述Thing的Virtual Entity和信息数据，面向对象技术在软件建模开发领域的优势不用多说了，同样适用于IoT项目，ThingWorx为了非程序开发人员也能理解和深入开发IoT项目，引入了Shape和Template概念，其实就抽象类和普通类的意思，并提供了很多基本系统实现类，例如数据存储、Gateway、timer、Server等

3，ThingWorx对Thing的信息模型描述更全面，由于Thing包括的Entity更广泛，因此它的信息模型不仅包括基本信息（包括标识）、属性、服务描述，还包括Event、订阅、配置、可视化等（欧盟IoT-A对IoT信息模型的描述仅仅涉及Virtual Entity的标识、属性、服务描述）。

4，ThingWorx平台充分考虑到IoT中大数据问题，在数据收集、数据存储和数据分析。（欧盟IoT-A忽略了IoT中数据处理问题）

IoT的大数据也很大部分是流式数据，源源不断的数据组成了数据流．当新的数据到来时就立刻处理并返回所需的结果，因此不会对所有的数据进行永久化存储，由于响应时间的要求，流处理的过程基本在内存中完成，其处理方式更多地依赖于在内存中设计巧妙的概要数据结构的存储。ThingWorx平台提供Stream，基于内存的info table等数据对象专门应对流数据的存储；

在最新的ThingWorx平台上，已支持大数据存储系统Cassandra集成，Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发，集GoogleBigTable的数据模型与AmazonDynamo的完全分布式的架构于一身，后来开源给Apache基金会，Datastax公司基于该开源版本也开发了商业版本。它是基于列存储模式，具有高性能、扩展性强、部署简单、查询效率高等优势。

IoT中数据分析可以分为描述性分析（基于历史数据描述发生了什么，例如利用回归技术从数据集中发现简单的趋势，通常应用在商业智能）、 预测性分析（用于预测未来的概率和趋势，例如使用线性和对数回归等统计技术发现数据趋势和提取数据模式，预测未来的输出结果）、 规则性分析（解决决策制定和提高分析效率.，例如仿真用于分析复杂系统以了解系统行为并发现问题,给出最优解决方案）。PTC收购的ColdLight，其技术很好地支撑对数据的聚类、建模、仿真，然后进行数据预测；

相对于联接，用户更关心IoT数据采集和分析结果的展示，IoT的数据解释可以通过丰富的可视化展示和人机交互分析来进行。ThingWorx的Mashup提供了常用软件界面UI、数据展示UI，以及各种Thing的UI，以及ColdLight的Neuron技术提供了用户参与的数据分析功能。

5，ThingWorx的信息交互模式

欧盟IoT-A提出了四种IoT信息交互模式，分别是主动Push模式、Request/Response同步模式、Subscribe/Notify异步模式和Publish/Subscribe松耦合代理模式。ThingWorx平台通过Service实现前两种模式，通过Alerts/Event/Subscription可以实现后两种模式。

6，ThingWorx的功能视图

欧盟IoT-A提出IoT的功能视图中提到IoT 业务系统对接管理，IoT管理需包括各类用户管理（人、设备、服务用户）、容错、日志和状态，IoT的安全需包括授权与认证、信任与信誉、识别管理。ThingWorx平台在这几个方面都提供相应的功能模块：

ThingWorx平台生态支持各种业务系统（PLM，ERP，MES等）的对接，例如PLM系统，从PLM中获取产品信息，更新产品信息；

ThingWorx平台，支持对人用户的管理，通过集成设备云等来管理设备用户；

ThingWorx平台提供安全、通信、应用、配置等日志功能；

ThingWorx平台支持用户登录认证、IP白名单管理、App ID；

ThingWorx平台，基于HTML5开发，因而具有天然跨平台特性，结合IoT硬件和其他技术（例如存储、网关），已经可以实现开发IoT项目中最核心的软件部分，从而成为极具竞争力的IoT项目的技术开发平台和业务平台。

作为新生事物和创新技术，ThingWorx也会不断更新和完善，本人认为在未来它可能的发展方向至少包括：

欧盟的IoT-A提出的是参考架构模型，并不是IoT的架构模型，原因是IoT与互联网（互联网只是计算机互联）也存在不同之处，因为IoT在不同行业领域，联接的Thing不同，所需处理的数据也有差异，因此IoT也存在行业领域架构模型。所以通用的IoT开发平台上需要构建行业的基础组件，这样更有利于推广应用；

IoT的大数据来源有现有业务系统、互联网、传感器，这三者的数据采集方式完全不同，数据处理方式也存在差异，而这些数据最终都需要融合在一起进行分析。目前ThingWorx虽然集成的ColdLight的技术，这或许是大数据分析技术的一小部分，大数据分析技术非常很多，不同的业务需求需要选择不同的组合的分析技术，所以还需集成更多的数据处理技术。

数字化线程