利用SQL及其生态系统

物联网数据需要多样化的、可定制的摄食管道，这需要一个具有广泛生态系统的数据库。要满足这些需求，开发人员只需查看SQL即可。

关系数据库和SQL密不可分，许多跨组织的人员(例如内部数据分析师、应用程序开发人员或希望实时访问数据的外部用户)通常已经了解SQL。例如，在制造业中，有些团队可能想要监视设备维护和预测故障，有些团队可能想要跟踪生产率和运输物流数据，等等。SQL使其变得容易。

此外，还有一些非常酷的功能，如:

连接:基于两个或多个表之间的相关列，将这些行组合在一起
聚合:将多个行的值分组在一起，形成一个汇总值(即最小、最大、AVG)
窗口函数:对一组行进行操作，并从底层查询中为每一行返回一个值(即PARTITION BY、ORDER BY)。
公共表表达式(CTEs):简化复杂的连接和子查询(即使用)
ROLLUPS: GROUP BY子句的扩展，允许您使用单个查询生成多个分组集

此外，开发人员通常希望在现有的物联网基础设施上构建应用程序。SQL兼容许多管理工具，流管道(如Kafka或RabbitMQ)、消息传递协议(如MQTT)、可视化工具(如Seeq)、工业自动化平台(如Ignition)，以及用于处理地理空间和其他数据类型的扩展。

模式(大纲)是一件好事

对于关系数据库，您可以使用模式来帮助进行数据建模。虽然“无模式”数据库看起来似乎更容易入门，但它们最终会导致重大的技术债务。用户通常必须预先就如何存储他们的数据做出设计决策，而这些决策在未来很难更改。这意味着，如果新的查询模式需要不同的设置来提高性能，那么它们将得不到很好的支持。

另一方面，使用SQL预先构建模式实际上支持复杂的查询。用户还可以使用一组DDL(数据定义语言)命令来调整和更新模式。但是，正确地建模数据以提高性能是很重要的。为给定的工作负载创建适当的索引和表模式可以显著提高性能。相反，设计错误的模式会导致显著的性能下降。

本质上，你需要的是一种灵活的模式，特别是在存储半结构化数据时(例如，存储来自收集不同测量值的物联网传感器的读数)。您还需要一个能够灵活地管理和访问数据的数据库。特别是在物联网中，您收集数据的设备并不总是在线的，从而导致批量上传的数据次序混乱。您还可能需要更新不正确的传感器测量值。关系模型很好地支持所有这些函数。