如前所述，无论是物联网还是互联网，第一步是把物理现象进行测量和数字化的过程，这一过程被称为数据采集。数据采集的类型包括数字信号和模拟信号。模拟信号需要考虑几个要点：

第一是分辨率。要用多少比特来表征物理信号，取决于需要逼近原始物理信号的程度，比特数越高意味着性能或动态范围越能够达到更好的效果，但成本也就越高。

第二是量程。不同的传感器有不同的电流、电压输出，如何选择硬件的模块使其量程适用传感器的输出范围，这也是需要考虑的因素。(www.daowen.com)

第三是采样率。根据想要解决的问题选择采样率，比如需要预先确定所关心的信号最高频率成分。如果只要求恢复频率，那么采样率只需达到两倍于信号最高频率成分就足够了。但是如果要精准地恢复原始信号的波形，或者要分析高次的谐波，通常需要5～10倍的采样率。很多人提出疑问，如果设备控制器本身具备某些信号的输出能力，这时候到底需不需要外加传感器？通常，设备输出的信号是毫秒级或秒级的PLC信号，如果需要解决的问题在这种频率的信号中可以体现，那么就无须外加传感器。如大多旋转设备毫秒级别的信号输出无法达到预测性维护的需求，这时候就需要思考采用多少采样率、用什么样的传感器等问题。有了高速采集的数据，我们同时也要关心数据本身伴随的背景信息，这称为“元数据”。元数据包括了被采集对象的信息，比如被采集信号本身的通道名称、测量的传感器类型等，将元数据和原始数据保存在一起是为了方便日后真正发挥大数据的价值。因为如果缺少这些背景信息就无法方便、快速地把需要的数据索引出来做后续的算法处理。

关于数据采集和记录的技巧和建议：第一，在做项目的过程中，尽可能使边缘节点靠近传感器，减少传感器的线缆长度和额外噪声的引入；第二，设置正确的模拟信号采样频率，这也决定了到底需不需要额外的传感器；第三，仅采集需要的数据，以满足最小化数据量和储存需求；第四，保存元数据，以提高可读性、可搜索性和提取信息的总体能力。