-
物模型是物理世界的实体东西的一个抽象，进行数字化描述后，用于数字世界的数字模型。这么说可能有点绕，更直接一点说就是，物模型是使用计算机可以理解的语言，说清楚这个产品是什么、能做什么事情，以及可以提供哪些信息。 定义了属性、事件和动作这三类功能，也就完成了物模型的定义。
-
物模型是物理世界中产品设备的数字化模型，它对设备的共同特征进行了抽象，同时规约了设备的设计。 物模型一般是使用 TSL 描述的 JSON 格式文件。 物模型包括属性、事件和动作三个功能元素。其中，属性可读可写；事件可以包括多个参数；动作包括应用下发的命令，和设备返回的响应信息
-
物模型是物理空间中的实体（如传感器、车载装置、楼宇、工厂等）在云端的数字化表示，从属性、服务和事件三个维度，分别描述了该实体是什么、能做什么、可以对外提供哪些信息。 物模型是指对物理实体的建模，在物联网中指对物理设备的建模。物模型由属性、服务和事件组成，用于描述物理设备的特征和行为。
- 属性是设备的静态特征，如温度、湿度等；
- 服务是设备的动态行为，如打开、关闭等；
- 事件是设备发生的事件，如温度报警等。
设备影子用于缓存设备状态。应用程序可以通过设备影子直接获取设备最后一次更新的属性值，而无需每次都访问设备。设备在线时，可以直接获取应用指令；设备离线后，再次上线可以主动拉取应用指令。 我们可以再想象一个场景。如果设备网络稳定，很多应用程序请求获取设备状态，设备需要根据请求响应多次，即使响应的结果是一样的。但是可能设备本身处理能力有限，其实无法负载被请求多次的情况。 使用设备影子机制，设备只需要主动同步状态给设备影子一次，多个应用程序请求设备影子获取设备状态，即可获取设备最新状态，做到应用程序和设备的解耦。
数字孪生（Digital Twin） 物模型是物理实体的数字化模型，但主要针对的是物联网中应用的开发和设备的互操作。 这个模型如果更进一步，集成了物理实体的各类数据，那就是物理实体的忠实映射。同时，在物理实体的整个生命周期中，它会和实体一起进化，积累各种信息和知识，并且促进物理实体的优化。这样的模型就是物理实体的数字孪生。
EdgeX Foundry
批处理：Spark 流处理：Storm、Spark Streaming 和 Flink
Flink 将数据块作为一种特殊的数据流，通过从文件等持久存储系统中按照 Stream（流）的方式读入和处理，来提供批处理的能力。在这个基础之上，Flink 提供了统一的批处理和流处理框架，也就是所谓的“流批一体”的数据处理框架。 Flink 虽然出现的时间不长，但凭借着优秀的设计，性能非常强，延迟可以低到微秒级别，是对实时计算性能要求的高的场景的理想选择。行业内，阿里云和腾讯云对于 Flink 的支持都非常好；很多企业也在实践中逐渐尝试使用 Flink 来替代 Storm 框架。
- 批处理适合海量静态数据的非实时处理，延迟比较高，也叫离线计算，主要用于离线报表、历史数据汇总等场景。
- 流处理适合动态输入的流式数据的实时处理，延迟低，也叫实时计算，主要用于实时监控、趋势预测、实时推荐等场景。
- 批处理可以选择的开源框架有 Spark 和 Flink。至于 Hadoop MapReduce，你了解一下基本原理就可以了，它在应用中应该已经被放弃了。当然，如果你有遗留系统仍然使用 MapReduce，那就只能维护着，或者找机会迁移到新的框架。
- 流处理的开源框架可以选择 Storm、 Spark Streaming 和 Flink 等。
分布式数据库（newsql）的开源选择有 TiDB、CockroachDB 等，也有商业化的产品，比如阿里巴巴的 OceanBase 等。
从架构设计来说，负责设备接入的这一部分一般叫作设备接入层，也被称为 IoT Hub。设备接入层之后，才是和互联网系统类似的业务层。