随着物联网设备产生的数据量呈爆炸式增长，迫使企业重新考虑其物联网存储策略。
Frost&Sullivan公司物联网和数字化转型全球研究总监Dilip Sarangan说，“现在，很多企业并不真正知道哪些数据真正有用，但一旦经过分析，这些信息可以帮助他们做出商业决策。”
调研机构Gartner公司估计，2020年将有240亿个物联网设备正在产生数据庞大的数据。Sarangan说，“因此，问题在于是否保留它，如果保留，存储在哪里。”
Gartner公司分析师表示，云计算存储在过去几年中是主要目标，而现在正转向内部部署存储和边缘存储。而这一决定是根据具体的应用和具体的地点来决定的。
Sarangan说，“许多拥有物联网的组织不需要进入云端。他们主要希望在内部部署和本地化进行处理和存储。尤其是延迟问题，即使在未来十年也很难解决。当边缘的大多数应用程序至少需要实时分析时，将数据传输到云端是没有意义的。”
IDC公司基础设施系统、平台和技术研究副总裁EricBurgener表示，关于数据分析发生在何处的决定将推动购买决定存储容量，无论数据是存储在云端还是现场数据中心，还是在边缘。
Burgener表示，云中的分层物联网存储选项(例如，从热存储到冷存储)在物联网应用中的相关性较低，因为可以在本地存储数据。他说，对于分层存储，基本概念是所有数据不必存储在同一个高性能、高成本的存储区域。
他说，“企业只需要在那里提供必须以高性能交付的数据，并采用成本更低的数据层，而这些数据是企业不需要在现场或需要经常访问的数据。”
需要立即分析数据的用例(例如自动驾驶汽车)通常不采用云存储。些时间密集型用例允许数据被送回一个中心位置，在那里机器学习被应用于获取洞察力。
某些行业和应用程序生成大量数据，包括公用事业、建筑自动化系统(照明、供暖)和监控系统。例如，监控摄像机每秒传输大约2兆字节的数据。
Burgener表示，“物联网存储类型的组合适用很多企业使用。在数据中心中，可能会看到数百兆字节和数十兆字节的存储空间，但在边缘位置的存储设备却不足20兆字节。”
边缘设备不一定需要大量处理能力或大量存储，只需捕获数据并将其发送回更集中的位置进行处理。根据它们的位置，这些设备需要坚固耐用，并且具有足够的电力来维持数据，直到可以更换电池。
他说，“设备类型有一个真正广泛的连续性，因此他们必须开发不同类型的存储设备，以便在物联网设备中以非常低的功率运行。这往往是新的固态存储技术。”
Burgener说，例如，自动驾驶汽车用来决定是否停车的数据会在边缘进行处理，以便立即做出决定，但一旦做出决定，这些数据就会被丢弃。然而，有关车辆是否需要根据行驶里程加油的决定在边缘收集，然后送回远程位置进行处理和存储。
IDC公司基础设施系统、平台和技术研究副总裁NatalyaYezhkova说，“物联网没有统一的存储方案。每件事都是由一个特定的用例驱动的。一些大型工作负载可能会被传送到云端进行分析，然后返回到内部数据中心进行微调。”
还需要考虑企业对云存储的舒适程度、数据传输量以及在需要移动大量数据时对带宽的控制程度。
物联网设备收集的结构化数据提供了有关机器特性的信息，这些信息已传输到数据中心进行分析。监控视频产生的是大量的非结构化数据，可能需要实时或经常进行分析，因此不会再次使用。
此外，边缘的存储量由几个因素决定，包括边缘与核心的距离。例如，海洋石油钻井平台上的低功耗传感器可能需要额外的存储设备和电池电源，这取决于数据从设备上传的频率。
她说：“如果要实现物联网的主要目标，数据不能只是保持闲置，需要通过分析来提高运营和客户体验。”
大多数物联网数据都是非结构化的，易于存储在公共云中。所有主要的云提供商都提供可扩展的存储系统，几乎不收取数据入口的费用。云端还为本地数据中心过大的作业提供大数据分析工具。
在考虑存储选项时，企业应确保数据管理与工作负载和应用程序的规模保持一致。
Yezhkova说，“对于何时使用云端与数据中心，这并没有一个固定的做法，对于一些企业来说，这需要反复验证才能得到最终结果。”
