IoT数据分析基于物联网资产模型，整合物联网 数据集 成，清洗，存储，分析，可视化，为开发者提供一站式服务，降低开发门槛，缩短开发周期，快速实现物联网数据价值变现。
离线分析
帮助物联网数据开发者快速构建物联网 数据湖 ，开发者可通过标准SQL开发IoT数据分析任务，并轻松处理TB-EB级别物联网 大数据
数据湖：提供成本低廉的海量数据存储能力，与物联网 设备接入服务 无缝对接，快速接入物联网数据源，并基于物联网资产模型，对物联网数据进行预处理，为数据分析做好准备
大数据分析：使用大数据高可用，可水平扩展框架，基于内存计算模型，DAG调度框架、高效的优化器，综合性能是传统MapReduce模型的百倍以上，帮助开发者轻松完成物联网数据批分析
标准SQL作业：提供标准的SQL接口，物联网数据开发者无需关心SQL处理引擎的部署和运维，只需聚焦物联网业务，开发分析作业，并支持丰富的作业调度策略配置
实时分析
基于物联网大数据流计算引擎，提供物联网实时分析能力。为了降低开发者开发物联网流分析作业门槛，IoT数据分析服务提供图形化流编排能力，开发者可以通过拖拽方式快速开发上线。
图形化流编排能力：可视化流编排IDE，无需写SQL，通过简单拖拽完成物联网流分析作业定义
物联网流编排算子：基于典型物联网应用场景，封装常用算子，比如数据接入，数据过滤，数据转换等等
时序分析
专为物联网时序数据处理优化的服务，包括高压缩比的时序数据存储，高效的时序查询效率，海量时间线能力；
海量接入：海量时间线能力，最大可达亿级
时序存储：列式存储及专用压缩算法，高压缩率
高效查询：基于时间多维度聚合，近实时分析查询
数据可视化 ：提供时序洞察工具，方便物联网数据分析师进行时序数据探索
资产模型
为充分“理解”物联网设备所产生的海量数据，往往需要将单一设备数据和测量数值置于一个上下文中去分析，这个上下文可能是一个产线或系统装配关系、组织关系、地理空间关系等等。IoT数据分析服务提供资产模型能力，帮助开发者快速定义复杂业务系统模型，并基于该模型对物联网数据进行实时关联计算、智能关系分析等处理。
可视化资产模型开发环境：所见即所得图形化建模引擎、简化复杂资产开发难度、支持10层级建模；
用户自定义函数（UDF）虚测点运算：丰富的计算算子如四则运算、科学计数法、三角函数、滑窗滚窗、流计算等；
资产模板：支持自定义行业资产模板、快速复制共享、共筑行业生态。
