在智能建筑环境中，将来自不同来源的数据汇集以识别、更改、检查，以及使用这些信息来提高建筑物最重要资产的价值。
通过将高效的数据集成与创新技术相结合，利益相关者可以更好地了解建筑物的系统和组件如何协调运行，并为组织目标建立清晰的路经。熟练的主系统集成商和理想的技术设置对于实现房地产投资至关重要。
数据集成架构在智能建筑中的重要性
数据集成架构提供了一种组织、协调和呈现建筑数据的方法，通过有效集成，数据可以提高建筑性能、利益相关者之间更顺畅地协作，并提高顾客满意度。
在智能建筑中，数据集成架构由几层组成：
源系统包括外部和内部程序、记录系统、企业数据档案和其地当前技术，它们被集成到一个中央统一的核心系统中，例如建筑管理系统(BMS)。
拥有无缝的数据流对于集成至关重要，而这只能通过安全可靠的连接来实现。数据集成转换收集的的建筑数据，并允许操作员以整体方式查看，从而全面了解建筑系统，它还使访问和存档大数据具有成本效益。
数据规范化将信息标准化，使其有用且机器可读。为了实现这一点，确保干净、建楼良好和规范化数据的技术对于推动分析等所有或用程序至关重要。数据分析将物联网设备收集的非结构化大数据转换为有意义且可操作的见解。
智能建筑需要强大的数据集成架构来支持高级自动化策略，并允许利益相关者在数据点丰富的情况下快速做出明智的决策。
数据集成架构的重要方面
为了将数据集成到单一架购中，使用了各种平台技术。这些必须足够全面以支持当前的系统需求，同时仍然提供足确的可扩展性以适应未来的体系结构开发。先进的数据集成平台使以数据为中心的建筑管理方法成为可能。
然而，未得到妥善维护的系统，例如过时或不再由制造商提供支持的控制器、软件和网络设备，会带来重大的网络安全风险。具有许多离线设备的操作系统类似于手动操作它们，阻碍了智能系统集成的自动化优势。初始设计和持续维护对于强大的数据集成架构都至关重要。
主要考虑因素包括：
数据仓库
数据仓库侧重于与最终用户通信数据所涉及的处理和表示。尽管每个数据仓库都是独一无二的，但它们都具有标准功能。数据仓库应用程序中根据需要支持用户的数据资求。
数据仓库的应用包括：
预测分析总结报告趋势分析操作系统定期更新仓库数据库，道常是在非占用时间。随着数据的积累，可以定期将其提取、过滤并加载到专用数据仓库中。
人工智能
在数据集成架构的应用程序中，能些以人工智能为特色的应田程序提供了建筑物系统的最全面视图。人工智能使利益相关者能够以统一的方式查看来自各种不相关来源的数据，提供从建筑物的不同系统收集的数据所需的见解。
此外，人工暂能使数据集成更加容易。其增强了数据流并提高了数据处理能力。借助人工智能，数据集中的模式和趋势更易被发现，从而导致更精确的统计建模和更好的洞察力。人工智能还可以实现数据映射和预测的自动化。
与服务提供商合作
管理数据集成架构通常涉及处理由供应商控制的网络。这些供应商可以访问敏感信息，从而赋予他们构建系统、控制和其他领域的权力。为防止供应商过度扩张，业主应升级或更换设备和软件，集成网络并与主系统集成商(MSI)合作。MSI充当建筑物所有者和供应商之间的调解人，并与IT团队协作以应对集成挑战，并实现统一的解决方案。
集成解决方案和主系统集成商
拥有正确的组件对于成功的数据集成架构至关重要。集成平台和独立数据层(IDL)，如IOT Jetstream，有助于在设备和应用程序之间建立相互依赖的连接。借助像onPoint这样与建筑系统、物联网设备和基于云的应用程序无缝集成的平台，建筑业生可以充分利用其建筑数据。这些技有有助于释放建筑物的全部潜力并优化性能。
MSI对于实现智能建筑技术的优势至关重要。一个好的MSI了解业主的目标和需求，并利用适当的技术和解决方案架构来解决业务同题。在其支持下，建筑业主获得了增强的控制力、洞察力及能力。
