编者按： 　　

　　本文列举了从1980年至今的技术发展阶段、形式和产品。基于技术和产品进化的规律，物联网将迎来高速发展。同时，新的场景也对数据存储提出了更复杂的要求。 　　

　　如果把过去40年分为技术发展的五个重要阶段，从时间轴上可以分为1980-2000年、2000-2005年、2005-2010年和2010-年。 　　

　　2020和2020- 　　

　　2025。从过去到未来，本文将首先和大家一起回顾前四个阶段经历了怎样的技术发展。技术应用主要有哪些场景？的主流申请形式是什么？诞生了哪些新技术、新产品？我们从第五阶段的角度来谈谈我们将面临哪些挑战和机遇。 　　

　　#基础设施的完善促进了申请形式的不断变化。 　　

　　在 1980~2000 这个阶段，是计算机技术发展和应用的阶段。 　　

　　计算机可以帮助企业更好地管理自己的数据，这对提高流程效率有很大的帮助，所以现阶段的应用主要是企业信息系统。 　　

　　在这个阶段，诞生了许多致力于企业的科技公司，创造了许多伟大的商业产品。系统的数据主要存储在数据库中，数据库主要是关系数据库。这个阶段是关系数据库理论和产品的成熟阶段，形象诞生。 　　

　　Oracle、IBM DB2、微软SQL Server等商用数据库产品。 　　

　　在 2000~2005 这个阶段，是互联网技术的初始发展阶段。的信息可以通过互联网更有效地传递，所以大量的门户网站，即网络，就诞生在这个阶段。 　　

　　1.0倍。Linux Apache MySQL PHP 　　

　　它是当时最流行的网站建设技术，是完全由开源产品组成的低成本解决方案。系统的数据存储仍然基于关系数据库MySQL 　　

　　它以开源、低成本的优势取代了商业关系数据库，得到了广泛的应用。 　　

　　随着互联网上的信息越来越多，人们对有效信息的需求越来越强烈，于是搜索引擎作为一种新的应用形式诞生了。搜索引擎是第一个面临大规模数据处理挑战的应用，谷歌 　　

　　作为一家伟大的科技公司，他开创了许多大数据处理技术。众所周知的三驾马车(GFS、Mapreduce和Bigtable)为NoSQL和 　　

　　大数据技术的发展基础。 　　

　　在 2005~2010 这个阶段，随着个人 PC 得到普及，以及接入互联网的成本逐渐降低，接入互联网的『人』越来越多。 　　

　　一些新的申请表诞生了。首先，人们不再仅仅满足于从互联网上单向获取信息，而是渴望在互联网上实现人与人之间的信息交流，从而推动了社交网络的发展。二、围绕“人群”的应用，有的 　　

　　B2C或C2C电子商务网站开始发展。这个时代就是所谓的Web 2.0时代。作为一种新的数据来源，“人”开始在互联网上生成大量的数据。 　　

　　在这个阶段，大量的互联网公司诞生了，主要是在电子商务和社交网络领域。这些公司面临着如何支持如此大规模的在线数据服务以及如何处理和分析海量数据的挑战。当时还没有成熟的解决方案，所以这些公司不得不开始自行开发系统，所以有些后来流行起来。 　　

　　NoSQL和大数据系统都是这个时代诞生或孵化的超大型互联网公司。比如Hadoop最早是在雅虎孵化的，Cassandra最早应用于 　　

　　脸书收件箱搜索场景。 　　

　　在 2010~2020 这个阶段，随着 4G 技术发展和智能手机的普及，移动互联网开始发展。 　　

　　人们可以随时随地连接互联网，移动应用可以覆盖更多的人，渗透到更多的生活场景，比如支付、打车等等。传统的互联网应用逐渐向移动应用转变，产生了大量的应用需求。云平台作为低成本、易访问的数据中心，被更多企业接受，这十年也是云计算发展的黄金十年。 　　

　　云计算彻底改变了应用的运行环境，这与传统的IDC不同。 　　

　　不同的是，在这个运行环境中，计算、存储等资源被汇集在一起，可以灵活获取各种类型的存储和计算资源。基于云的弹性资源建设应用称为“云原生”应用。越来越多的大数据和数据库产品建立在云原生之上。为了具有弹性可扩展性，分布式技术也被广泛应用。现代大数据和数据库产品、分布式和云原生必须是必不可少的功能。 　　

　　最后是2020~2025 这个阶段，我们已经能看到 5G、IoT 技术逐渐成熟，又会诞生一个新的应用形态即物联网。 　　

　　我们可以看到一些新的应用场景，包括车联网、工业物联网和智能家居。 　　

　　#技术和产品进化定律 　　

　　总结过去几十年技术和产品演进的规律：基础设施技术-更广的信息范围-更多的场景，更大的数据规模-技术和产品开发。 　　

　　每个阶段都是 　　

随着信息化的范围变大，更多新的应用场景诞生，同时更大数量的『个体』产生更大规模的数据，成为基础技术发展的推动力。

在这个过程中，往往基础技术会落后于应用形态发展。但随着分布式技术和云计算的普及，基础技术演进和普及的速度越来越快。我们也可以看到基础技术产品形态的变化，从最早的商业型产品，到开源型产品，再到现在的云原生产品。

那在物联网这个新阶段，设备的数量以及产生的数据会是更大的规模，会有更大的挑战。那在这样的挑战下，又会推动怎样的技术发展呢？

# 物联网迎来高速发展 面临两大挑战

我们来看下物联网到底在经历怎样的高速发展，从以下两个市场报告中来看下物联网整体的增长态势：

设备数的大规模增长： Gartner 预测，到 2021 年物联网内设备数增长到 250 亿。如何管理如此海量的设备是第一大挑战。

设备数据的大规模增长： IDC 报告中可以看到，到 2025 年物联网数据规模达到 79.4 ZB，年平均增长率高达

34.91%，如何存储和分析如此海量的数据是第二大挑战。

# 物联网场景下对数据存储的需求

我们以一个车联网中的一个真实应用场景为例，假如你是一家提供网约车服务的新能源车企，日常管理数十万量新能源汽车提供网约车服务，你会遇到如下几个具体的场景：

为便于对这些汽车进行管理，每辆汽车都得实时汇报自己的状态，包括位置信息、剩余电量、行驶里程、行驶速度等等。除了这些动态信息外，每辆车还会有自己的一些静态信息例如型号、车主等，每辆车的这些信息都需要在后端实时获取和管理。

有了这些车辆的实时状态信息后，就可为车主、乘客或者是后台提供车辆的实时状态查询服务。后台也会有一些计算任务依赖于实时状态，例如根据位置信息或特定条件进行车辆圈选来进行特定任务的管理，或者是根据实时状态来进行车辆调度。

除了车辆自身需要实时汇报状态外，车辆与管理后台还需要保持一个消息通道。通过这个消息通道，车辆会汇报自身的一些异常事件，后台也可下发一些消息信息或者控制指令。

另外车辆的一些行驶信息会上报并存储为轨迹数据，同时行驶中的一些传感器数据也需要存储。有了这些数据后，一方面可以对行驶轨迹进行查询，另一方面是可以基于数据进行一些计算分析，挖掘更多的价值，比如通过分析历史行驶数据来优化调度算法等。

从这几个场景中可以看到，车辆相关的数据主要有三类，一是实时状态数据，我们把这类数据归类为 『元数据』 ；二是消息通道，我们把这类数据归类为

『消息数据』 ；三是轨迹数据，我们将这类数据归类为 『时序数据』 。

这三类数据对底层存储有不同的要求，『元数据』的特征是高频更新，对查询能力要求高，需要根据多字段条件进行数据查询或筛选；『消息数据』的特征类似消息队列，队列数量极多，需要为每个设备维护一个独立的对垒；『时序数据』的特征是高吞吐写入，数据规模较大，比较偏重分析场景。

在传统方案中，元数据一般使用 MySQL 存储，但 MySQL 最大的问题是无法灵活支持多字段条件筛选，一般需要组合 Elasticsearch，依赖

Elasticsearch 来提供多字段检索能力。消息数据虽然具备消息队列的特征，但无法使用传统消息队列，因为传统消息队列无法支撑如此多数量的

Topic，所以一般也有选择使用 MySQL 来模拟队列实现。时序数据一般选择使用 HBase 来存储，能提供高吞吐写入和支撑大规模存储，但 HBase

不具备分析能力。

往往基础技术会落后于应用形态发展，传统架构是通过组合多款产品的方式来构建整个物联网存储系统。这种多组件的组合架构，架构复杂度高，带来极高的运维成本。开发者需要理解和使用多款产品，且分布式组件的运维具备一定的难度，导致整体的成本非常高。

另外，每个组件并不是为物联网场景设计和优化，我们可以看到物联网场景下设备元数据、消息数据和时序数据都有非常典型的特征，且整体规模增长速度会远超互联网时代，可以预见老一代产品无法应对物联网下更大数据规模的增长。

# 物联网需要什么样的存储产品

根据过去几十年技术产品发展的客观规律，物联网时代已经到来，当前的技术架构难以支撑未来物联网规模的增长。面对物联网下万物互联这一新的应用形态，在海量设备和海量数据的挑战下，基于云计算这一新一代基础平台，我们利用云原生、分布式等基础技术，需要打造一个什么样的新的基础产品呢？

我们希望这个新的基础产品具备以下几个特性：

基于云原生和分布式技术构建，具备可扩展性和弹性；

满足设备元数据、消息数据、时序数据的一站式存储、检索和分析需求；

具备足够低的成本来支撑如此海量数据。

为了应对物联网行业发展带来的挑战， 阿里云表格存储 通过10年技术沉淀，将在9月1号重磅发布表格存储新能力：一站式物联网存储IoTStor。

「链接」