由于云和物聯(lián)網技術，很多曾經的部署配置問題都不再是一個問題。

　　數據工程：一大難題

　　另外一個仍未消失的難題是：如何處理這些傳感器收集到的數據。這個問題不僅僅是由于數據的數量，而是在于數據分析是一門多學科交叉的科學。

　　這里，我們給出了一個數據流動的初始想法。大部分情況下，物聯(lián)網數據是從傳感器流向一個巨大的數據湖。接著，數據湖內會進行一些處理及蒸餾過程，高價值的數據會被移動到企業(yè)數據庫內。

　　下一個步驟則是數據分離及結合步驟，這樣，可以實現(xiàn)自動化動作和分析模型。另外，每個不同物聯(lián)網應用可能需要使用不同類型的數據分析引擎。

　　和單向數據流的數據倉庫不同的是，應用程序，尤其是分析引擎也有可能產生數據流動并流回到企業(yè)數據倉庫或者數據湖中。

　　另外，物聯(lián)網的數據架構也有不同的新特性：

　　1)：物聯(lián)網數據實時處理的需求

　　2)：數據湖存檔或刪改的需求

　　3)：跨公司分享數據的需求

　　4)：多數量、種類來源數據處理的需求

　　5)：遍布世界的數據處理需求

　　6)：大量移動數據的需求