我們的公司是“生于雲中的企業”，其實無論紮根于企業或工業環境，雲原生物聯網正在成為任何物聯網解決方案的業務需求。今年年初，專家預測到 2029 年全球将有 58 億個物聯網連接配接。無論這個數字偏差多大，物聯網毫無疑問将産生海量資料，每年都會達到數百 ZB。我認為雲和物聯網的融合指日可待。可以了解，這種融合對旨在建構能夠達到大規模物聯網解決方案以支援智能城市等物聯網部署。最近火熱的Cloud AIoT Native，雲原生物聯網結合了雲原生工具和物聯網的優勢。它提出了與物聯網工業化和大規模部署相關的技術和商業價值主張：實作成本優化、高度可擴充和彈性的物聯網。
雲原生物聯網的基本認識
物聯網标準和協定的規範傳統上處理接口規範和相關資料模型，例如裝置到雲的接口。使用雲原生原則開發物聯網平台的任務通常留給物聯網實施者。物聯網的工業化使系統架構師面臨着重大挑戰，因為他們要應對從原型轉向具有彈性的營運級物聯網實施的複雜性。物聯網已經開始徹底改變企業和工業數字化轉型。連接配接的裝置和應用程式正在內建到現有和不斷發展的業務流程中。物聯網不僅涉及降低現有營運成本（自動化的基本原理很明确），而且涉及通過啟用應用程式和服務以及将相關資料貨币化來實作的新收入流。
雲使用者可以通路計算和存儲功能即服務；一種提供成本優化、容錯、水準可擴充性、地理優化和低延遲的方法。邊緣計算還提供了許多這些功能。邊緣計算和雲計算并不互相排斥，它們通常共存于許多解決方案中，以優化端到端服務傳遞。雲基礎設施還提供企業級和工業級品質的服務級别協定、安全和隔離級别。
阿裡雲雲原生物聯網正在給我們提供了完善的解決方案
上圖是傳統的物聯網體系，我們公司做過一個平安城市的IoT項目。根據公安部門統計， 每年電動車被盜案件占所有财産損失案件的比例在30%左右，電動車引起的交通事故占60%以上，居高不下的偷盜案發率和交通事故率，導緻相關政府部門需對此投入大量的人力物力。物聯網平安城市項目是解決這一問題的最佳方案，它通過在城市中布設物聯網基站，實作對城市中人、車、物的實時安全監管。利用平安城市雲平台的資料分析，可幫助公安部門加強對電動車的管控力度，優化交通秩序， 實作更合理有效的監管。利用物聯網基站網絡對安裝在車輛上的RFID有源電子标簽的讀取， 可在平安城市雲平台上實時擷取車輛位置和行駛軌迹，實作實時安全監管。
這個過程中，我們首次開放性的融入了阿裡雲平台對IoT進行海量資料的分析和存儲。利用阿裡雲企業物聯網平台提供全托管的執行個體服務，無需自建物聯網的基礎設施即可便捷地接入和管理裝置，具有低成本、高可靠、高性能、易運維的優勢，強大的資料處理能力可以更好地對裝置資料進行分析和可視化展示，實時的安全威脅檢測可以保證每個執行個體都是安全可靠的，是我們企業裝置上雲的福音。同時提供友善快捷的裝置管理能力，支援物模型定義，資料結構化存儲，和遠端調試、監控、運維。無論是使用MQTT.fx接入物聯網平台、Android Things接入物聯網平台、Ruff開發闆接入物聯網平台都是提供了很多實踐的案例支援的。
并且雲平台中提供了裝置資料安全解決方案、消息保序遞交解決方案解決了我們實際應用中的安全保障痛點和資料痛點。為我們完成等級相關測評做了很大的幫助。
我認為阿裡雲雲原生物聯網有如下重要屬性
水準可擴充性：為支援負載平衡而建構的物聯網軟體在支援的裝置或網關數量方面幾乎沒有限制，除了雲基礎設施可以配置設定的計算執行個體數量。根據管理者政策，雲原生物聯網允許自動擴充和縮減計算和存儲容量。目的是應對生成的物聯網資料量的突然變化。
高吞吐量：物聯網軟體必須在不影響系統性能的情況下處理大量資料。重要的是要認識到 IoT 流量可能會“突發”并且資料源可以高度同步。有些人會反駁這一論點，稱物聯網的特點是受限制的低功耗裝置産生的資料吞吐量低。但是，即使在這種情況下，大量 IoT 網關生成的資源和應用程式監控日志也可能非常龐大——通常有幾 GB 的資料。例如，這些日志需要傳輸、與其他日志相關聯并采取行動來檢測或隔離故障以及為預測性維護提出建議。
低延遲：低延遲對于自動駕駛或工業自動化等應用至關重要。邊緣計算通過将計算資源移動到更靠近發生動作的現場域來降低延遲。沒有單一的機制來實作低延遲——我們就需要一種設計可以混合和比對工具來滿足與應用程式相關的不同要求和流量模式。能夠（近）實時路由 IoT 應用程式消息的代理。比如MapReduce 也有一些演變，可以大量使用能夠滿足低延遲要求的記憶體資料庫。
無單點故障：物聯網伺服器的軟體元件可以圍繞為特定目的執行的任務進行優化，稱為微服務。微服務使用消息代理進行通信。。構成 IoT 平台的微服務以及用于通信的代理的設計、編排和管理必須以一種避免單點故障的方式完成整個物聯網服務的運作）。雲物聯網平台的某些部分突然出現硬體或軟體故障，這不會影響物聯網服務的整體運作。