物联网已经在许多领域成为现实：智能路灯、智能电表和自耕农田等等。设备可以决定何时启动，何时购买能源（因为价格便宜）以及何时开始浇灌田地。决策基于数据，而不仅仅是预编程的激活。

      甚至还有更多：可预测即将到来疾病的可穿戴设备，或者在出现问题时可自行通知客服人员的电子设备。

      这些用例都有一个共同点：数据。数据量已经达到历史新高，问题是谁应该分析这些海量数据？自从物联网时代开始以来，就不可能再手动监控IT运营。物联网将很快成为标准解决方案，因此您将必须自动进行可用性检查和监控。
     
       云技术和物联网几乎同时席卷全球。这意味着通过设备的广泛联网，数据量爆炸式增长，以及当今基于云的超动态应用的高变化率。

        到2025年，物联网每年将带来11万亿美元的全球经济价值。例如，总价值的90%将通过降低费用或节省时间而使用户（使用物联网应用的消费者或公司）受益。与此同时，物联网将软化技术公司和传统企业之间的界限，从而实现新的、数据驱动的商业模式。

       通常很难判断问题的原因出在哪里。找出一个设备工作而另一个不工作的原因可能是一个挑战。而且随着物联网的出现，这些问题只会越来越多，因此有必要自动检测和分析物联网拓扑，以了解其影响，并实时、快速地主动解决问题。智能家居中的系统故障可能不会导致危及生命，而自动驾驶汽车中的系统故障可能会。因此，有必要立即发现问题并进行修复或切换到备用系统。

       海量数据的一个后果是物联网设备必须自我监控，正如前面提到的那样，可用性监测已成为物联网的核心要素。

       利用人工智能和机器学习，即使是最复杂的系统也可以实现无缝监控。基于人工智能的监控解决方案需要了解整个系统。除了物联网设备的边缘基础设施之外，这也适用于相关后端系统以及连接的系统，如数据库、中间件、应用程序和前端应用程序。

      因此，端到端应用程序性能监控变得更加重要。企业需要智能解决方案来避免停机和性能问题。可持续发展的公司需要实时分析其系统是否平稳运行、用户目前正在做什么和体验什么，以及边缘设备在物联网中的行为。
（本文转载自电子发烧友网，如有侵权，请联系删除）