概述
实时分析（Realtime Analytics）对物联网设备数据进行秒级或分钟级聚合、统计、预测，为业务提供实时决策支持。与离线批处理不同，实时分析要求数据产生后短时间内即可查询到聚合结果，支撑大屏看板、实时告警、动态调度等场景。结合流式计算（Flink、Spark Streaming）、时序数据库（InfluxDB、TDengine）、OLAP引擎（ClickHouse、Doris），实现设备数量统计、能耗汇总、异常预测、趋势分析等能力。应用于能源管理、工业监控、智慧运维、车联网等场景。
物联网实时分析的挑战：数据量大、维度多（设备×指标×时间×区域）、查询延迟要求高。需采用预聚合、物化视图、流批一体等技术，在写入时或准实时完成聚合，查询时直接读取预计算结果，避免全表扫描。
核心能力
实时聚合
SUM、AVG、COUNT、MAX/MIN等聚合函数，按时间窗口（1分钟、5分钟、1小时）滚动或滑动计算。支持按设备、产品、分组、区域等多维度分组。流式计算引擎在数据到达时增量更新聚合结果，写入时序库或OLAP表，供查询使用。
多维分析与钻取
按设备、时间、区域等维度钻取，从汇总到明细。支持同比、环比、占比等分析。OLAP引擎或时序数据库的降采样、聚合查询支撑多维分析。与数据可视化配合，实现交互式探索。
预测分析与异常检测
基于历史数据的趋势预测、用量预测。机器学习模型（如LSTM、Prophet）做时序预测。异常检测：统计方法（3σ、IQR）或机器学习识别离群点。实时分析管道中嵌入模型推理，实现实时预警。
物联网典型应用
能耗实时统计：电表、水表数据按楼栋、区域、时间聚合，大屏展示今日用量、同比。设备健康度分析：振动、温度等指标实时计算健康分数，低于阈值告警。产量实时汇总：产线计数、良品率实时聚合，支撑生产看板。与数据可视化、告警、报表联动，形成完整的实时决策体系。