數據集成
能夠識別不同的應用系統類型以及數據接口，可以方便地與各類型的數據庫、文件、消息街口等建立集成機制，實現數據通信及數據交換機制。 [5]
信息集成
解決跨多系統之間信息的有序交換，任意系統之間可以實現主動發送、請求/應答、訂閱/發布交換模式，并通過路由控制實現分布式網絡中的信息交換。 [5]
可靠通信
提供傳輸可靠性保障，支持斷點續傳、網絡容錯，在系統運行出現故障時保障數據可靠；支持應用的實時、定時、主動、被動模式，實現同步/異步消息通信；支持數據高速傳輸，適應網絡傳輸速率，提供透明壓縮傳輸功能。
物聯網數據交換平臺是指將分散建設的若干應用信息系統進行整合，通過計算機網絡構建的信息交換平臺，它使若干個應用子系統進行信息/數據的傳輸及共享，提高信息資源的利用率，成為進行信息化建設的基本目標，保證分布異構系統之間互聯互通，建立中心數據庫，完成數據的抽取、集中、加載、展現，構造統一的數據處理和交換
三維數據可視化
簡單拖拽建模+物聯網平臺設備關聯，兩步輕松構建三維空間可視化
二維數據可視化
設備分布及運行實況盡收眼底，支持全域搜索指定設備
數據源支持
目前支持常用的RDS MySql和MetaQ數據源
流計算任務編排
通過組件編排或者寫SQL，可以實現流計算的業務邏輯
物聯網大數據分析引擎：
Analytic Visualizations（可視化分析）
可視化可以直觀的展示數據，
讓數據自己說話，使數據變得直觀化。
Data Mining Algorithms（數據挖掘算法） 通過集群、分割、孤立點分析還有其他的算法，挖掘數據價值。
Predictive Analytic Capabilities（預測性分析能力）
預測性分析可以讓系統根據可視化分析和數據挖掘的結果做出一些預測性的判斷。
Semantic Engines（語義引擎）
語義引擎能夠從“文檔”中智能提取信息，解析，提取，分析數據。
Data Quality and Master Data Management（數據質量和數據管理）
通過標準化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。
數據存儲，數據倉庫
數據倉庫是為了便于多維分析和多角度展示數據按特定模式進行存儲所建立起來的關系型數據庫，為聯機數據分析和數據挖掘提供數據平臺。
應用場景舉例：
智慧城市管理系統、智慧交通、智慧水務、能源分析等
描述
描述
