我为什么推荐你基于 EMQ X 搭建公司的 IoT 物联网平台？

EMQX 面向物联网架构的数据基础设施

基于物联网时代数据生产与数据形态的变化，以及从云原生（Cloud-Native）向面向 IoT（IoT-Oriented）架构的演进趋势，EMQ 正式提出「面向物联网架构的数据基础设施」（Data Infrastructure for IoT ）架构范式。

从应用优先到数据优先，以数据为核心融合物联网数据与传统企业经营数据，实现云边端统一实时数据「连接、移动、存储、处理与分析」，实现从数据产生到数据变现的闭环，缩短数据变现的周期，降低数据变现成本，助力企业构建「面向未来」的物联网关键业务应用。

连接 – 弹性可靠多协议，连接海量物联网设备

物联网场景中数据生产者主要来自于各类设备。建立设备与设备、设备与系统的连接是物联网数据价值实现的先决条件。EMQ 通过一系列产品组合构建的「面向物联网架构的数据基础设施」提供云边一体的一站式连接能力，将有助于打破传统面向场景构建应用所面临的数据孤岛，实现面向数据构建应用，为挖掘数据价值提供了基础保障。

2.1 云原生物联网协议大并发连接

EMQ 提供基于云原生架构的弹性伸缩、安全可靠的设备接入层方案，通过在云端千万级的物联网设备并发连接能力，为海量物联网设备上云提供安全稳定的连接。

2.2 跨行业协议云端一站式接入

随着物联网技术应用到行业中，建立行业设备与新型物联网设备之间的数据连接，打通现有行业数据与新业务数据通道，成为了产业物联网的发展趋势。通过 EMQ「面向物联网架构的数据基础设施」，用户可以获得对诸如 GB/T32960 的行业标准协议或企业私有协议的接入能力，将连接能力扩展到各类行业设备中，实现新型物联网设备数据与行业设备的统一接入。

2.3 深入行业末端的云边端一体化连接

随着边缘计算、分布式云架构的发展，企业不仅要在云端提供强大的连接能力，同时需要能够深入到行业终端设备，为工业与电力等行业中受限于网络或连接方式无法直接上云的设备提供端到端的连接方案。EMQ 可以为用户提供设备接入的最后一站的设备触达能力，解决传统工业设备、行业设备连接问题。

移动 – 实时消息引擎，双向数据移动与分发

在设备与系统连接建立之后，实时数据的双向移动能力、移动速度以及数据的可靠性决定了系统对数据消费的能力，进而影响了数据能为企业产生的价值大小。

3.1 云端海量数据吞吐

随着数据生产源变化为设备，从设备数量到数据生产频率都前所未有的提高。数据吞吐量决定了物联网系统的基础能力水平。通过云端分布式高性能集群架构，可提供每秒数百万吞吐量的路由能力以及低时延的数据投递能力，并且提供高吞吐的数据桥接方案对接各类业务系统与数据持久化系统，将物联网数据灵活集成到 Kafka、SQL、 NoSQL 与时序数据库，实现快速的应用集成与业务创新

3.2 设备到云端稳定可靠的双向移动能力

基于标准 MQTT 消息，提供多种 QoS 消息质量保证。无论从设备汇聚到边缘、从边缘上传到云端，亦或是控制命令从云端下发到设备，都能够保证数据准确到达。

3.3 云边端数据打通与边缘数据移动自治

物联网系统设备连接延伸到工业以及其他行业边缘侧后，既可实现工业和其他行业数据汇聚上云，还可以实现在边缘侧设备与应用间的数据流通，形成边缘数据自治。

存储 – 低延时、动态扩展的云原生流数据存储

根据第一范式变化趋势，物联网数据形式主要为实时数据流。在数据接入到云端后，高吞吐的流式数据需要有高可用、高性能且格式灵活的存储方案提供对数据的持久化。

4.1 云原生弹性扩展存储

采用 Cloud-Native 架构，支持独立水平扩展、集群在线扩展及动态扩展；通过优化的存储引擎设计通过复制数据到多个存储节点，提供低延时、高可靠的流数据持久化存储服务。

4.2 灵活的数据存储模型

采用 Schema-free 的数据存储方式，方便物联网场景数据灵活定义存储，满足各类型设备数据格式类型的持久化。

4.3 计算层与存储层分离

支持分级存储，可以自动将历史数据转存到对象存储、分布式文件存储等低成本存储服务上，且容量可无限扩展。保证流数据计算性能的同时也保证了数据存储的高可用。

处理 – 云边协同的多级数据一站式实时处理

在以实时数据传输的物联网场景中，无论是在云端还是边缘端，需要对数据进行快速处理、快速过滤、快速集成，保证整体系统的低时延特性。同时，也需要对复杂的数据处理进行高效的管理。

5.1 云端海量数据实时处理与集成

通过基于 SQL 语句的规则引擎和流式处理，无需编写代码即可实现一站式的物联网数据提取、过滤、转换、存储与处理，保证实时数据快速处理。并可以将数据到对接到 Kafka、SQL、NoSQL 与时序数据库中，实现快速的应用集成与业务创新

5.2 边缘端本地低时延快速处理

在边缘侧 EMQ 提供了轻量级流数据处理与规则引擎，可以在如工业网关、车机等小型边缘计算节点中对实时数据本地处理分流，保证低时延场景下的系统反应能力。

5.3 云边数据处理统一管理

EMQ 提供的云边协同能力可以在云端为边缘端分散的数据处理节点提供统一远程规则下发、远程算法更新等能力。方便管理人员统一配置管理，提高管理效率，降低本地运维成本。

分析 – 实时数据分析与业务洞察，即刻决策

规模日益增长、源源不断高速产生的流式数据，对现有的数据系统和应用提出了严重挑战，尤其是如何在持续变化的数据流上进行低延时的分析。通过 EMQ 「面向物联网架构的数据基础设施」通过流数据库提供基于物化视图的实时分析解决方案，支持在持续产生的物联网数据流上进行复杂的查询和分析操作，即时感知数据变化，发挥数据价值，即刻做出业务决策。

6.1 实时数据洞察

EMQ 提供的实时分析能力使得数据在进入系统时即获得实时分析，支持在持续产生的物联网数据流上进行复杂的查询和分析操作，使用户获取实时数据洞察，快速响应市场变化，提高业务敏捷性并保证竞争优势。

6.2 风险分析与预警

风险和失败的防控，往往要求强大的数据实时分析能力，能够在风险发生之前进行及时预警。无论是生产线上可预测性维护，金融交易中的实时欺诈检测，甚至流行疾病的防控，都能通过 EMQ「面向物联网架构的数据基础设施」实现快速数据分析与处理能力。