1.一种物联网海量高并发数据的实时响应方法，其特征在于，该方法包括以下步骤：

获取每个服务器的所有类静态属性，以及当前时刻下每个服务器中各个进程的数据量及各个进程对应的物联网节点，并获取当前时刻之前每个物联网节点中各个历史数据任务的处理开始时刻，数据量以及所有类资源消耗数据，获取当前时刻下等待分配服务器的数据任务的数据量，并将等待分配服务器的数据任务，记为等待数据任务；

基于各历史数据任务的数据量与所有类资源消耗数据的差异，以及各历史数据任务的处理开始时刻与当前时刻之间的时间间隔，确定当前时刻下每个物联网节点的任务类型特征；

基于每个服务器中所有类静态属性的极端分布情况，以及各个进程的数据量，确定当前时刻下每个服务器的数据排队率；

基于每个服务器中各个进程对应物联网节点的任务类型特征，以及每个服务器中各个进程的数据量，确定当前时刻下每个服务器的进程类型特征；

基于当前时刻等待数据任务的数据量，每个服务器的所有类静态属性，以及所述任务类型特征和所述进程类型特征，确定当前时刻的等待数据任务在每个服务器中各进程下的判断向量，基于各个进程下判断向量中所有元素的离散程度，确定当前时刻的等待数据任务在每个服务器下的类型适应性，并结合所述数据排队率，确定当前时刻的等待数据任务在每个服务器下的任务适应性，对当前时刻的等待数据任务进行响应。

2.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述当前时刻下每个物联网节点的任务类型特征的确定方法为：在每个物联网节点中，计算各历史数据任务的所有类资源消耗数据与对应历史数据任务的数据量的比值，将所有比值组成各历史数据任务的任务特征向量；

计算各历史数据任务的处理开始时刻与当前时刻之间时间间隔的归一化值，将各历史数据任务的任务特征向量与所述时间间隔的归一化值的数乘结果，作为各历史数据任务的特征向量；

当前时刻下每个物联网节点的任务类型特征为当前时刻之前每个物联网节点的所有历史数据任务的特征向量的和向量。

3.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述当前时刻下每个服务器的数据排队率的表达式为： ；式中， 当表示前时刻下服务器r的数据排队率； 表示当前时刻下服务器r中第s个进程的数据量； 表示服务器r的所有类静态属性中的最大值； 表示当前时刻下服务器r中所有进程的数量。

4.如权利要求3所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述当前时刻下每个服务器的进程类型特征的确定方法为：对当前时刻下每个服务器中的所有进程进行编号，将每个服务器中各进程对应的物联网节点的任务类型特征与该进程的数据量数乘的结果，记为当前时刻下每个服务器中各进程的资源消耗向量，将资源消耗向量和对应进程编号的归一化值的数乘结果，作为当前时刻下每个服务器中各进程的进程特征向量；

当前时刻下每个服务器的进程类型特征为每个服务器中所有进程的进程特征向量的和向量。

5.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述确定当前时刻的等待数据任务在每个服务器中各进程下的判断向量，包括：将当前时刻的等待数据任务的数据量与每个物联网节点的任务类型特征数乘的结果，记为当前时刻的等待数据任务在每个物联网节点下的当前任务特征；

将每个服务器中各进程的进程类型特征与对应物联网节点下的当前任务特征的和向量，记为当前时刻的等待数据任务在每个服务器中各进程下的当前任务向量；

当前任务向量中所有元素与所有类静态属性一一对应，计算当前任务向量中所有元素与所有类静态属性中对应静态属性的比值，并组成当前时刻的等待数据任务在每个服务器中各进程下的判断向量。

6.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述当前时刻的等待数据任务在每个服务器下的类型适应性为当前时刻的等待数据任务在每个服务器下的判断向量中所有元素归一化值的标准差。

7.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述当前时刻的等待数据任务在每个服务器下的任务适应性的表达式为： ；式中，表示当前时刻的等待数据任务在服务器r下的任务适应性； 表示当前时刻的等待数据任务在服务器r下的类型适应性； 表示服务器r的数据排队率。

8.如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述对当前时刻的等待数据任务进行响应：在当前时刻下，针对所有服务器，选择任务适应性最小的服务器作为当前时刻的等待数据任务的服务器，对当前时刻的等待数据任务进行处理。

9.一种物联网海量高并发数据的实时响应设备，实现如权利要求1所述的一种物联网海量高并发数据的实时响应方法，其特征在于，所述设备包括：数据采集模块，用于获取每个服务器的所有类静态属性，以及当前时刻下每个服务器中各个进程的数据量及各个进程对应的物联网节点，并获取当前时刻之前每个物联网节点中各个历史数据任务的处理开始时刻，数据量以及所有类资源消耗数据，获取当前时刻下等待分配服务器的数据任务的数据量，并将等待分配服务器的数据任务，记为等待数据任务；

数据分析处理模块，用于基于各历史数据任务的数据量与所有类资源消耗数据的差异，以及各历史数据任务的处理开始时刻与当前时刻之间的时间间隔，确定当前时刻下每个物联网节点的任务类型特征；

基于每个服务器中所有类静态属性的极端分布情况，以及各个进程的数据量，确定当前时刻下每个服务器的数据排队率；

基于每个服务器中各个进程对应物联网节点的任务类型特征，以及每个服务器中各个进程的数据量，确定当前时刻下每个服务器的进程类型特征；

数据响应模块，用于基于当前时刻等待数据任务的数据量，每个服务器的所有类静态属性，以及所述任务类型特征和所述进程类型特征，确定当前时刻的等待数据任务在每个服务器中各进程下的判断向量，基于各个进程下判断向量中所有元素的离散程度，确定当前时刻的等待数据任务在每个服务器下的类型适应性，并结合所述数据排队率，确定当前时刻的等待数据任务在每个服务器下的任务适应性，对当前时刻的等待数据任务进行响应。

10.一种物联网海量高并发数据的实时响应介质，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑8任意一项所述一种物联网海量高并发数据的实时响应方法的步骤。