物聯網 (IoT) 程式設計
程式設計規則與商業邏輯
在物聯網 (IoT) 中，規則與商業邏輯的程式設計方式與在傳統程序式程式設計模型 (使用 SQL 和資料庫查詢) 中的方式不同。程序式程式設計在程式碼中運用傳輸至應用程式其他部份的邏輯控制項，從開始一路往結尾移動。系統經過設計用來支援如下的流程：
1. 將資料轉儲至資料庫中。
2. 每晚針對新的資料執行查詢並套用商業邏輯。
3. 將批次作業的輸出轉儲至資料庫中。
4. 執行報告來說明發生事項。
這個流程在步調快速的物聯網 (IoT) 世界裡行不通了。先儲存後查詢的方法既缺乏彈性也不夠及時。您必須即時對事件做出回應。
ThingWorx 提供由事件驅動的架構讓您根據臨界值條件來設定警示，同時提供可在事件發生時套用商業邏輯的指令編寫設施。如需詳細資訊，請參閱
事件和
訂閱。
分析需要
您必須考慮到物聯網 (IoT) 中龐大的資料量，因而考慮到針對
分析所採用的方法。
「觸發後自動執行」(IFTTT) 模式期望您知曉該對事件做出什麼反應。但是，對於物聯網 (IoT) 事件會有許多可能的反應，而您不一定知道要採取哪一個動作。您可能不會知道某個事件是一種信號或只是雜訊。您想知道由您的物件所產生的數千兆位元組資料中，有什麼可以用來提供洞見。
長話短說，「觸發後自動執行什麼」(IFTTW)？
IFTTW 針對如下的問題尋找答案：
• 該執行維護了嗎？
• 該訂購消耗品了嗎？
• 該派出修復技術人員了嗎？
• 我應該調整產品的組態嗎？
當您使用分析引擎來搭配物聯網 (IoT) 解決方案時，不只會取得事件的歷史記錄檔，還能根據由該記錄提供資訊的分析模型來對未來進行預測。
物件模型會將資產前後關聯新增至您的分析。它讓您可根據定義在模型中的設備等級來訓練分析引擎。它提供一個語義介面讓您根據近乎即時的資料分析來針對資產產生警示或議題。如需詳細資訊，請參閱
資料分析定義。
以物件為中心的語義層
ThingWorx 在其模型中提供一個語義層，目的不是以傳統的程式設計方式耗用。您必須考慮您的物件，以及解決方案所需物件的特性。使用物件導向的 ThingWorx 模型讓您可將常用功能細分為較高層級物件、將商業邏輯和功能封裝在基礎物件中，然後在您的數位物件中繼承那些基礎物件。這個流程會建立一個語義層 (資料的商業表示，可協助終端使用者使用比如產品、客戶或收益等通用字詞來自主性地存取資料)，讓您可提出如下問題：「Thing123 在前兩小時內的溫度和位置記錄為何？」
模型的語意會顯露為一組屬於強類型且清楚瞭解的
REST API。
視覺應用程式建構器
視覺應用程式建構器針對以物件為中心的語義模型的結果提供最後一個耗用之處，並且可促進快速應用程式開發。市面上有許多類型的使用者介面 (UI) 轉譯器。欲將物聯網 (IoT) 解決方案的建構速度與彈性最大化，您所使用的解決方案必須瞭解資料模型的語義層，並且在資料模型變更時隨之調整。
欲快速利用模型的強大功能，您可以使用 ThingWorx Mashup Builder 來為 Edge、雲端和您的物件模型提供一個層。它會提供專為物聯網 (IoT) 設計並可預先佈線至物件模型的視覺小器具。使用 ThingWorx Mashup Builder 讓您利用拖放而無須編碼即可建立使用者介面頁。「快速應用程式開發」(RAD) 環境讓您可以更快的速度在 UI 上進行版序化。ThingWorx Platform 的獨特價值在於它使用
內容、
服務和
事件的語義層，以快速且直觀的方式來為桌面與行動裝置建立新式應用程式。ThingWorx 的強大功能讓您能夠處理数十億台連線裝置所需的成千上百萬個應用程式。