基于垂直農(nóng)業(yè)的物聯(lián)網(wǎng)解決方案是當今農(nóng)業(yè)的主要新興趨勢之一。這些解決方案不僅提供有關(guān)植物生長統(tǒng)計數(shù)據(jù)的準確信息，而且使運營更具可持續(xù)性。有了這些解決方案，農(nóng)民可以跟蹤能源使用情況和土壤成分，驗證空氣質(zhì)量、溫度和濕度水平等，并以更高效的方式進行操作。

除了處理靜態(tài)數(shù)據(jù)外，傳感器數(shù)據(jù)的實時處理，即在數(shù)據(jù)到達時處理各種傳感器收集的數(shù)據(jù)的能力，將構(gòu)成這些解決方案的主要組成部分。然而，傳統(tǒng)的數(shù)據(jù)處理系統(tǒng)在處理實時數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和按需擴展方面落后。這就是為什么在基于物聯(lián)網(wǎng)的解決方案中云上大數(shù)據(jù)的使用正在增加的原因，因為它需要查詢連續(xù)的數(shù)據(jù)流并在接收數(shù)據(jù)后的一小段時間內(nèi)快速檢測條件。大數(shù)據(jù)支持數(shù)據(jù)存儲和結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)處理，而云服務(wù)則用于具有成本效益的可擴展基礎(chǔ)設(shè)施。

對這些場景有用的兩種突出的大數(shù)據(jù)處理技術(shù)是：

1. 拉姆達架構(gòu)
2. 卡帕建筑

我已經(jīng)在這里詳細討論了 Lambda 架構(gòu)。盡管 lambda 具有容錯和可擴展的架構(gòu)以及以分布式方式管理歷史數(shù)據(jù)的批處理層，但該模型的主要缺點是：

• 批處理和流處理層各自需要維護不同的代碼庫并保持同步。
• 由于涉及綜合處理，它可能會導(dǎo)致編碼開銷。
• 批次、速度和服務(wù)層，都需要（至少）處理兩次。
• 使用 Lambda 架構(gòu)建模的數(shù)據(jù)難以遷移或重組。

Kappa 架構(gòu)是一種事件驅(qū)動的軟件架構(gòu)模型，可以為交易和分析系統(tǒng)大規(guī)模處理實時數(shù)據(jù)。該模型的主要優(yōu)點是實時和批處理都可以使用單一技術(shù)棧來執(zhí)行?；A(chǔ)設(shè)施的核心是流式架構(gòu)。首先，事件流平臺日志存儲傳入數(shù)據(jù)。隨后，流處理引擎將實時數(shù)據(jù)連續(xù)處理或攝取到知識存儲或分析數(shù)據(jù)庫中。使用云數(shù)據(jù)處理流分析服務(wù)的基于物聯(lián)網(wǎng)的參考模型如下所示：

• 可以安裝多個傳感器并可以發(fā)送包含所有傳感器報告的測量值的記錄的IoT 客戶端或邊緣設(shè)備。這些設(shè)備可以：

1. 將云智能擴展到邊緣設(shè)備。
2. 在邊緣運行人工智能。
3. 執(zhí)行邊緣分析。
4. 將 IoT 解決方案從云端部署到邊緣。

• 物聯(lián)網(wǎng)中心：在物聯(lián)網(wǎng)設(shè)備和云服務(wù)之間實現(xiàn)可靠和安全的雙向通信的服務(wù)。物聯(lián)網(wǎng)中心可以：
  1. 從云端集中管理設(shè)備。
  2. 使用離線和間歇性連接進行操作。
  3. 啟用實時決策。
  4. 連接新舊設(shè)備。
  5. 降低帶寬成本。
• 使用該數(shù)據(jù)的流處理器，將其與業(yè)務(wù)流程集成并將數(shù)據(jù)放入存儲中。
• ML/Time Series Insights：它允許對歷史遙測數(shù)據(jù)執(zhí)行預(yù)測算法，從而實現(xiàn)預(yù)測性維護等場景。
• 用于存儲歷史數(shù)據(jù)和早期預(yù)測的知識庫。該商店還可以提供實時市場價格、農(nóng)藥和其他農(nóng)產(chǎn)品相關(guān)信息。
• Web 應(yīng)用程序：用于顯示植物和作物統(tǒng)計數(shù)據(jù)以及其他遙測數(shù)據(jù)的用戶界面，可幫助農(nóng)民快速做出決策。

借助基于云的數(shù)據(jù)處理技術(shù)，可以通過從配備傳感器的 IoT 事物收集數(shù)據(jù)來將智能構(gòu)建到這些模型中，這些傳感器持續(xù)作用于數(shù)據(jù)并將其傳輸?shù)綌?shù)據(jù)處理位置?？梢赃h程跟蹤能源使用情況、土壤成分或水位，并執(zhí)行遠程操作，例如基于 ML 的疾病預(yù)測、人工照明和控制等。