Solution de l’Internet des objets industriel KaiwuDB
Dans le scénario de l'Internet des objets industriel, les données sont l'une des ressources les plus importantes. Les données chronologiques générées par les entreprises lors de l'acquisition, du stockage, de l'analyse de diverses machines, appareils, capteurs, ont tendance à présenter des caractéristiques telles que des volumes de données importants, structurés, peu de mises à jour, des sources de données uniques, plus d'écriture et moins de lecture, des analyses en temps réel, etc. Ce qui précède impose diverses exigences pour les bases de données, y compris une grande fiabilité, en temps réel, à grande échelle, une grande simultanéité, une grande précision et une évolutivité facile, présente également des défis plus élevés en matière de sécurité des données, de qualité des données, de gestion des données, etc.
1. Difficulté d'acquisition de données massives:
Collecter de grandes quantités de données d'appareil avec une précision de millisecondes. Des millions de données peuvent être générées par seconde, ce qui nécessite une capacité de traitement des données suffisante;
2. Mauvaise qualité d'acquisition des données:
En raison du caractère unique de l'industrie, les capteurs sont vulnérables aux facteurs environnementaux qui entraînent une mauvaise qualité des données et des problèmes tels que la perte, les anomalies, la duplication et la chaotique;
3. Poids du stockage de données:
Les données industrielles générales nécessitent un stockage à long terme de 5 à 10 ans, des coûts de stockage élevés et une lourde charge administrative;
4. Exigences élevées d'analyse en temps réel:
Le traitement et l'analyse en temps réel des données de scénarios de l’Internet des objets sont souvent nécessaires pour permettre des fonctions telles que la planification des appareils et les systèmes d'alerte précoce.
KaiwuDB tire pleinement parti des avantages du multimode pour traiter les données chronologiques et relationnelles, permettant une écriture à haute vittesse et à haut débit de données chronologiques massives dans l'Internet des objets industriel. Combiné avec des technologies telles que le calcul dans les données, il prend en charge l'analyse de requête agrégée à grande vitesse et, combiné avec les logiciels industriels des clients, les plateformes de Big Data, les platesformes de l’Internet des objets, etc., résout les difficultés d'acquisition de données, la charge de stockage lourde et les exigences d'analyse en temps réel.
La plateforme de services de données KDP s'adapte à divers protocoles industriels et permet l'acquisition de sources de données hétérogènes; Dans le même temps, KDP permet une exploration et une analyse multidimensionnelles et approfondies des données pour de nombreux processus métier tels que la planification de la production, la gestion des appareils, l'analyse commerciale, l'analyse prédictive et la présentation visuelle des données. Il offre une variété de services de support de données pour répondre aux besoins de la collecte de données, de la qualité des données, de l'analyse en temps réel et bien plus encore.
1. Réduction des coûts de stockage:
KaiwuDB offre un taux de compression des données de 10 à 100 fois supérieur, une gestion complète du cycle de vie des données et des fonctionnalités de requête de réduction de l'échantillonnage qui réduisent les coûts de stockage de 90%; Prend en charge le multimode, peut mettre en œuvre un ensemble de bases de données pour faire face à de nombreux scénarios de stockage de données et de calcul, créer un stockage partagé de données unifié; Construction intégrée de terminal du bord de nuage, réduisant la complexité et la redondance du système, réduisant la construction du système et les coûts de main - d'œuvre;
2. Gestion centralisée des données:
Face à la difficulté de transmission hors site des données industrielles, KaiwuDB peut fournir des solutions de déploiement de clusters qui tirent parti de la synchronisation des données, des modules d'abonnement aux données, des méthodes d'accès standard JDBC / ODBC et des interfaces Restful API pour permettre aux entreprises de créer des pièces de centre de données qui aident à « convergence unifiée, analyse unifiée, gouvernance unifiée » des données;
3. Garantie de la sécurité des données:
Prend en charge la structure de haute disponibilité pour atteindre la haute disponibilité et la préparation aux catastrophes au niveau de la base de données; La sécurité des données est pleinement garantie par des technologies telles que la gestion des droits d’opération et d’entretien de la base de données, la communication cryptée, le cryptage des données, etc.;
4. Optimiser l'efficacité de la gestion:
Les données de lecture sale et chaotique peuvent être nettoyées et ajustées pour améliorer la qualité des données en utilisant les capacités de calcul de flux et d'analyse de données, et faciliter l'utilisation ultérieure dans des scénarios tels que l'analyse de modélisation des données, l'apprentissage machine, la formation à l'AI; Aider les entreprises à améliorer leur capacité de raffinement, l'alerte précoce des risques en temps réel, la surveillance des appareils et les niveaux de gestion d’opération et d’entretien, l'utilisation des appareils, etc.
