流式数据集与推送数据集

通过使用 Wyn，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。实时直观的改变数据图表，让整个仪表板更加动态。

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。

本次带来的流式数据，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。

实现方法

在 Wyn 中，我们有两种类型的实时数据推送数据集：

首先我们先来了解一下这些数据集之间的区别。

使用推送数据集，数据将直接推送到 Wyn 服务中。Wyn 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的将数据传入进行存储，所以我们每次通过仪表板，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。

接收实时数据，并且根据设定时间清空原先内容，可以处理吞吐量大，实时性高的数据。

使用流式数据集，数据也会被直接推送到 Wyn 服务中。Wyn 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。实时的显示出一个小时内数据的折线图等效果图。

在实际应用中，流失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。可以直观的显示出所推送的数据。

在数据处理逻辑，数据推送中使用方法一致。只是不会定时清理数据。

通过以上两种数据接入方式，支持数据主动接收，被动接收，对在未来物联网时代的数据接入，提供了更加方便的对接方式。

数据推送过来了，接下来需要做的就是将数据可视化了。