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。”
