互聯(lián)網(wǎng)的數(shù)據(jù)主要來自于互聯(lián)網(wǎng)用戶和服務器等網(wǎng)絡設備，主要是大量的文本數(shù)據(jù)、社交數(shù)據(jù)以及多媒體數(shù)據(jù)等，而工業(yè)數(shù)據(jù)主要來源于機器設備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)和產(chǎn)業(yè)鏈相關數(shù)據(jù)。從數(shù)據(jù)采集的類型上看，不僅要涵蓋基礎的數(shù)據(jù)，還將逐步包括半結構化的用戶行為數(shù)據(jù)，網(wǎng)狀的社交關系數(shù)據(jù)，文本或音頻類型的用戶意見和反饋數(shù)據(jù)，設備和傳感器采集的周期性數(shù)據(jù)，網(wǎng)絡爬蟲獲取的互聯(lián)網(wǎng)數(shù)據(jù)，以及未來越來越多有潛在意義的各類數(shù)據(jù)。主要包括以下幾種：

　　1、海量的Key-Value數(shù)據(jù)。在傳感器技術飛速發(fā)展的今天，包括光電、熱敏、氣敏、力敏、磁敏、聲敏、濕敏等不同類別的工業(yè)傳感器在現(xiàn)場得到了大量應用，而且很多時候機器設備的數(shù)據(jù)大概要到ms的精度才能分析海量的工業(yè)數(shù)據(jù)，因此，這部分數(shù)據(jù)的特點是每條數(shù)據(jù)內容很少，但是頻率極高。

　　2、文檔數(shù)據(jù)。包括工程圖紙、仿真數(shù)據(jù)、設計的CAD圖紙等，還有大量的傳統(tǒng)工程文檔。

　　3、信息化數(shù)據(jù)。由工業(yè)信息系統(tǒng)產(chǎn)生的數(shù)據(jù)，一般是通過數(shù)據(jù)庫形式存儲的，這部分數(shù)據(jù)是最好采集的。

　　4、接口數(shù)據(jù)。由已經(jīng)建成的工業(yè)自動化或信息系統(tǒng)提供的接口類型的數(shù)據(jù)，包括txt格式、JSON格式、XML格式等。

　　5、視頻數(shù)據(jù)。工業(yè)現(xiàn)場會有大量的視頻監(jiān)控設備，這些設備會產(chǎn)生大量的視頻數(shù)據(jù)。

　　6、圖像數(shù)據(jù)。包括工業(yè)現(xiàn)場各類圖像設備拍攝的圖片(例如，巡檢人員用手持設備拍攝的設備、環(huán)境信息圖片)。

　　7、音頻數(shù)據(jù)。包括語音及聲音信息(例如，操作人員的通話、設備運轉的音量等)。

　　8、其他數(shù)據(jù)。例如遙感遙測信息、三維高程信息等等。

　　數(shù)據(jù)采集的方法

　　傳統(tǒng)的數(shù)據(jù)采集方法包括人工錄入、調查問卷、電話隨訪等方式，大數(shù)據(jù)時代到來后，一個突出的變化是數(shù)據(jù)采集的方法有了質的飛躍，下面所介紹的數(shù)據(jù)采集方式的突破直接改變著大數(shù)據(jù)應用的場景。

　　1、傳感器

　　傳感器是一種檢測裝置，能感受到被測量的信息，并能將檢測感受到的信息，按一定規(guī)律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。在生產(chǎn)車間中一般存在許多的傳感節(jié)點，24小時監(jiān)控著整個生產(chǎn)過程，當發(fā)現(xiàn)異常時可迅速反饋至上位機，可以算得上是數(shù)據(jù)采集的感官接受系統(tǒng)，屬于數(shù)據(jù)采集的底層環(huán)節(jié)。

　　傳感器在采集數(shù)據(jù)的過程中主要特性是其輸入與輸出的關系。

　　其靜態(tài)特性反映了傳感器在被測量各個值處于穩(wěn)定狀態(tài)時的輸入和輸出關系，這意味著當輸入為常量，或變化極慢時，這一關系就稱為靜態(tài)特性。我們總是希望傳感器的輸入與輸出成唯一的對照關系，最好是線性關系。

　　一般情況下，輸入與輸出不會符合所要求的線性關系，同時由于存在這遲滯、蠕變等因素的影響，使輸入輸出關系的唯一性也不能實現(xiàn)。因此我們不能忽視工廠中的外界影響，其影響程度取決于傳感器本身，可通過傳感器本身的改善加以抑制，有時也可以加對外界條件加以限制。

　　2、RFID技術

　　RFID(Radio Frequency Identification，射頻識別)技術是一種非接觸式的自動識別技術，通過射頻信號自動識別目標對象并獲取相關的數(shù)據(jù)信息。利用射頻方式進行非接觸雙向通信，達到識別目的并交換數(shù)據(jù)。RFID技術可識別高速運動物體并可同時識別多個標簽，操作快捷方便。

　　在工作時，RFID讀寫器通過天線發(fā)送出一定頻率的脈沖信號，當RFID標簽進入磁場時，憑借感應電流所獲得的能量發(fā)送出存儲在芯片中的產(chǎn)品信息(Passive Tag，無源標簽或被動標簽)，或者主動發(fā)送某一頻率的信號(Active Tag，有源標簽或主動標簽)。

　　閱讀器對接收的信號進行解調和解碼然后送到后臺主系統(tǒng)進行相關處理;主系統(tǒng)根據(jù)邏輯運算判斷該卡的合法性，針對不同的設定做出相應的處理和控制，發(fā)出指令信號控制執(zhí)行機構動作。

　　RFID技術解決了物品信息與互聯(lián)網(wǎng)實現(xiàn)自動連接的問題，結合后續(xù)的大數(shù)據(jù)挖掘工作，能發(fā)揮其強大的威力。