物聯網給IT帶來了新的挑戰：海量數據、複雜性和(hé)超動(dòng)态應用

　　物聯網已經在許多領域成為現實：智能路(lù)燈、智能電表和(hé)自耕農田等等。設備可(kě)以決定何時啟動(dòng)，何時購買能源(因為價格便宜)以及何時開始澆灌田地。決策基于數據，而不僅僅是預編程的激活。

　　甚至還有更多：可(kě)預測即将到來疾病的可(kě)穿戴設備，或者在出現問(wèn)題時可(kě)自行通(tōng)知客服人員的電子(zǐ)設備。

　　這些用例都有一個(gè)共同點：數據。數據量已經達到曆史新高，問(wèn)題是誰應該分析這些海量數據?自從物聯網時代開始以來，就不可(kě)能再手動(dòng)監控IT運營。物聯網将很快成為标準解決方案，因此您将必須自動(dòng)進行可(kě)用性檢查和(hé)監控。

　　複雜性爆發

　　雲技術(shù)和(hé)物聯網幾乎同時席卷全球。這意味着通(tōng)過設備的廣泛聯網，數據量爆炸式增長，以及當今基于雲的超動(dòng)态應用的高變化率。

　　麥肯錫預計，到2025年，物聯網每年将帶來11萬億美元的全球經濟價值。例如(rú)，總價值的90%将通(tōng)過降低費用或節省時間而使用戶(使用物聯網應用的消費者或公司)受益。與此同時，物聯網将軟化技術(shù)公司和(hé)傳統企業(yè)之間的界限，從而實現新的、數據驅動(dòng)的商(shāng)業(yè)模式。

　　讓我們繼續澆灌田地的例子(zǐ)。後端系統對自動(dòng)噴灌負責，在某些情況下(xià)還負責現場的邊緣處理。但是，如(rú)果通(tōng)信不起作用怎麼辦?或者是後端系統有問(wèn)題，也許是因為部署了錯誤的更新?系統不會開始澆地，結果農作物會死掉。

　　問(wèn)題出在哪裡?

　　通(tōng)常很難判斷問(wèn)題的原因出在哪裡。找出一個(gè)設備工作而另一個(gè)不工作的原因可(kě)能是一個(gè)挑戰。而且随着物聯網的出現，這些問(wèn)題隻會越來越多，因此有必要自動(dòng)檢測和(hé)分析物聯網拓撲，以了解其影響，并實時、快速地主動(dòng)解決問(wèn)題。(子(zǐ)午物聯ziwuiot.com)智能家居中(zhōng)的系統故障可(kě)能不會導緻危及生命，而自動(dòng)駕駛汽車(chē)中(zhōng)的系統故障可(kě)能會。因此，有必要立即發現問(wèn)題并進行修複或切換到備用系統。

　　海量數據的一個(gè)後果是物聯網設備必須自我監控，正如(rú)前面提到的那樣，可(kě)用性監測已成為物聯網的核心要素。

　　人工智能拯救

　　利用人工智能和(hé)機器(qì)學習，即使是最複雜的系統也可(kě)以實現無縫監控。基于人工智能的監控解決方案需要了解整個(gè)系統。除了物聯網設備的邊緣基礎設施之外，這也适用于相關(guān)後端系統以及連接的系統，如(rú)數據庫、中(zhōng)間件、應用程序和(hé)前端應用程序。

　　因此，端到端應用程序性能監控變得更加重要。企業(yè)需要智能解決方案來避免停機和(hé)性能問(wèn)題。可(kě)持續發展的公司需要實時分析其系統是否平穩運行、用戶目前正在做什麼和(hé)體驗什麼，以及邊緣設備在物聯網中(zhōng)的行為。