構建工業物聯網裝置端所面臨的核心問題是如何解決資料的異構性。一般來說，裝置端的資料異構性問題比服務端較為突出，且經常不能單純依靠軟體技術來解決。
這裡將感測層和傳輸層合併在乙個章節中講述，主要是這兩個層次之間的界限其實是具有一定的模糊性的。正如前面說過的，越來越多的裝置將傳輸層功能作為乙個技術模組內建在其中從而成為所謂的智慧型裝置。
2.1 資料異構性
所謂「萬事開頭難」，資料的獲取是整個物聯網系統業務流程的根本驅動力，在現實中也常常是實施代價最大的部分，常見的原因主要有：
2.1.1 電氣訊號的異構性
對於需要向非智慧型裝置、感測器、執行器等採集資料的工業閘道器而言，第乙個面臨的問題就是與採集物件對接的電氣訊號是不同的。這些「啞終端」的往往採用的是用於過程控制系統的近場通訊技術，比如：各類串**術、工業總進線技術，甚至更加原始的模擬量或數字量訊號點。當然，也不排除有些帶有網路功能的智慧型裝置也通過工業閘道器將資料合併上傳。所以，作為傳輸層的工業閘道器，首先就要面臨對各種電氣訊號的對接能力。
2.1.2 通訊協議的異構性
不同的電氣訊號介面，其採用的資料通訊協議一般是不同的。甚至同樣的電氣訊號介面下，比如各類串列埠，其表徵資料的應用層協議也可能是不同的。作為工業閘道器為了減輕服務端處理資料的負擔，一般來說都要在傳輸前完成從異構到系統內容易資料協議的轉換。
當然並不能否定數量失配是資料過多，即：物聯網服務端可能只需要裝置的乙個相對巨集觀的狀態，比如是否正常執行還是處於某種故障中，但是現場並沒有某個裝置可以直接給出表徵這種狀態的資料，而是需要閘道器自己根據採集到的多個資料綜合判斷。
數量的異構性問題，又可成為資料完整性問題。
2.1.4 資料質量的異構性
原始資料還可能有其他的質量上的失配情況，比如時序資料的噪音、取樣頻率、單位等的不同。
噪音可能**於最原始的資料來源，也可能**於感測網路中的傳輸過程，甚至在工業閘道器內部的電路或不恰當的資料處理引入。比如原始的資料a/d轉換過程的電氣噪音，時序資料在裝置或閘道器中某個程序間通訊的管道的阻塞等等。
對於取樣頻率的不同，常見的情況是服務端需要的取樣頻率相對原始資料的頻率較低。一般採取再取樣的方式來處理。簡單的處理方式可以是在閘道器中利用乙個快取來存放該資料，乙個任務不斷以來自裝置的頻率寫入該資料的值，而另乙個任務以需要傳送的頻率來讀取該裝置的值即可。如果對原始資料的確切採集時間有較為嚴格的要求，可以在讀取的任務中根據時間戳來進行適當的插值計算。當然還有的做法是閘道器上不做任何關於取樣頻率的處理，而交由服務端來進行，但是這種處理方式，會增加服務端和網路層的壓力。
資料單位的不同，一般也稱為倍率問題。處理方式相對簡單，也就是在工業閘道器中增加倍率的設定，並自動將每個採集到的資料乘以該倍率後再傳送。
基於阿里雲HiTSDB搭建工業物聯網平台實踐
背景 工業企業的能耗佔了全社會能耗的絕大多數，本方案基於阿里雲全面的物聯網 雲計算與大資料技術搭建雲端的企業能源管理物聯網平台實現能耗資料採集 統計分析 平衡排程 節能優化等全面的能源管控協同平台。是企業生產執行保障的利器，也是大量企業實現雲上管理的實踐案例。本方案有健壯的體系，實用的功能。尤其hi...
基於阿里雲HiTSDB搭建工業物聯網平台實踐
摘要 基於阿里雲全面的物聯網 雲計算與大資料技術搭建雲端的企業能源管理物聯網平台實現能耗資料採集 統計分析 平衡排程 節能優化等全面的能源管控協同平台。是企業生產執行保障的利器，也是大量企業實現雲上管理的實踐案例。工業企業的能耗佔了全社會能耗的絕大多數，本方案基於阿里雲全面的物聯網 雲計算與大資料技...
物聯網裝置
憑藉物聯網 iot 解決方案增強連線性隨著物聯網 iot 的不斷發展，憑藉其先進的智慧型個體 智慧型家居和智慧型城市平台，正幫助客戶更快速 更經濟高效地實現產品商業化。無論是現在還是未來，憑藉在網際網路連線與計算方面的規模和專業技術，在開發和提供物聯網所需技術時都能居於獨一無二的領先地位。滿足不斷增...