IoT 设备数据实时接入与数据大屏可视化方案
随着车间数据的实时性要求越来越高，IOT数据采集功能要求日益增长，那么随之而来的各类解决方案也就顺应时势的崭露头角。通过使用专业嵌入式BI分析软件，可以轻松实现流式数据的处理，流式数据轻松对接，并且将流式数据实时展示到仪表板中。实时直观地改变数据图表，让整个仪表板更加动态。Wyn Enterprise V5.0 Update1中所带来的流式数据，就是为了解决这一环节的数据痛点。通过对接设备源，工厂传感器，社交媒体流，服务器敏感数据收集，空气质量检测点数据发送等等一系列高频次数据源。第一时间对接数据，完成可视化展示。
有两种类型的实时数据推送数据集：
· 推送数据集
· 流式数据集
首先大家先来了解一下这些数据集之间的区别，然后讨论如何推送到各个数据集中。
推送数据集：
使用推送数据集，数据将直接推送到Wyn Enterprise服务中。Wyn Enterprise服务在接收到数据后，会自动创建一个数据表用来存储数据集。因为有一个服务会不断地将数据传入进行存储，所以大家每次通过仪表板，数据集所查询到的数据都是最新的。根据此数据集创建对应的报表/仪表板。通过此数据集所创建的仪表板/报表与其仪表板/报表的使用方式是一样的。完全拥有的仪表板的所有功能，对于报警，数据刷新等等功能完全适用。
使用推送数据集后，每次刷新后，都会将数据实时展示到仪表板中。如果仪表板中设置自动刷新，则每次数据集中有数据变化后，就会实时反馈在仪表板中。达到实时展示。
流式处理数据集:
使用流式处理数据集，数据也会被直接推送到Wyn Enterprise服务中。Wyn Enterprise服务在接收到数据后，会自动创建一个数据缓存。与推送数据集有个本质的区别；就是流式处理数据集不会创建数据表，只会临时存储到缓存中，根据设定存储时间会过期。过期后则数据自动清空。临时缓存仅仅用于展示一些历史存在过的数据。只用来表示数据历史，如一个小时内的空气质量检测，一个小时内的设备运行状态等历史数据。实时地显示出一个小时内数据的折线图等效果图。
在实际应用中，流式数据集对象最适合处理最小化数据，对于时间维度来说具有非常强的表现能力。可以直观地显示出所推送的数据。
对接软件程序/SaaS,接入JSON实现实时查询分析
JSON已经成为系统集成标准的数据通信方式，在很多场景中都有重要的应用，比如：
1、前后端分离开发时，数据在后端处理好通过API将JSON返回给前端页面
2、SaaS产品对外通过Web API返回JSON提供数据服务，而不是让用户直接连接到数据库（这样太危险，而且数据库服务通常是多租户公用，无法直接登录访问）
3、数据中台已经得到广泛应用，中台通过对后台复杂的数据环境进行服务化封装，用户可以通过API轻松获得数据服务，进行数据查询操作。
4、IoT物联网平台，通常也是通过API对外提供数据查询服务，而不是直接连接数据库环境进行查询。
在Wyn Enterprise V5.0 Update1中，对JSON与API的数据对接功能有了极大增强，Wyn 可以对JSON数据源像使用数据库一样进行灵活的查询分析，而且不用写SQL语句。比如：对JSON数据进行同比、环比、占比、排名等智能分析。也可以使用Wyn V5.0 Update1 支持的分析表达式进行更多灵活的查询操作。
1、JSON数据源配置基础
首先，数据源JSON的配置配置方式，和目前一直使用的JSON数据源非常类似：
配置工具被左右分为了【基础配置】，与【请求参数配置】区域
首先大家针对图中①的基础配置部分进行介绍：
/showtopic-136323-1-1.html
配置中将每一个请求分为了基址(Base Address)和端点(End Point),它们的关系如图所示
每个数据源都由一个或多个端点组成，而端点可选是否使用基址作为URL拼接
