行业现状
实时、大量的多源异构数据
物联网设备数据格式复杂,数据量大,数据转换治理工作比较难以标准化。物联网数据一般会有多种不同的使用方式,而且实时处理,流式处理,时序数据处理的要求更高。
安全与监控挑战大
需确保平台任何步骤中的数据不丢失,业务核心数据的访问权限可控,审计信息可追溯。没有整体的规划,难以对多源异构架构处理框架进行全局的安全与监控管理。
IoT与AI 深度融合
物联网正处于连接高速增长的阶段,未来数百亿的设备并发联网产生的交互需求、数据分析需求将促使IoT与AI的更深融合。
单品 + 系统联动向“管家模式”迈进
布设在场景中的感知设备将数据传至云平台的各个智能系统单元,完成一系列场景联动 。因此,需要统一的数据平台对不同类型接入的场链条、多场景数据进行全生命周期管理。
方案构成
应用场景
智能楼宇与园区
智能楼宇与园区
解决由于通信协议多种多样, 智能楼宇各系统相互独立且存在差异而形成的信息孤岛,对各系统进行统一数据采集,智能处理和计算,以便及时做出智能能量和舒适度管理决策。
智慧城市
智慧城市
支持对智慧城市发展过程中所形成的超大规模数据信息进行采集、传输、存储、分析及数据挖掘,对城市规划、城市环保及交通管理等提供精细化管理技术支持。
智慧交通
智慧交通
通过对网络中的视频资源、已建平安城市视频资源、社会视频资源等交通体系流式数据采集、实时合并处理、分析,为高效能指挥调度及图像侦查提供决策参考。
消防应急
消防应急
打通建筑物基本信息、消防应急系统及传感装置数据,通过对历史数据/实时数据的采集、分析来获取可应用于当前情况的数据,指导消防预警、实时定位追踪和智能调度。
工业物联网
工业物联网
通过工业生产要素和上下游业务流程全面连接,对生产信息采集及智能分析,为网络化协同制造、个性化定制、服务型制造、分享制造等制造新模式提供数据支撑。
方案优势
数据流水线服务
支持传统的 ETL 及各个异构存储之间的数据传递,包括:批处理(每个小时从实时数据库存到 HDFS),流处理(从 Kafka 动态更新到 Redis 供大屏使用),按需处理(从 HDFS 中抽取所需数据到时序数据库做分析)。
数据模型持续服务
将物联网系统管理的所有实体的主数据及其关系进行建模和治理,提供模型管理器管理训练模型的整个生命周期,并将数据能力抽象成上层业务应用可以直接使用的 API进行调用,避免因底层数据变化对上层应用产生影响。
AI、机器学习引擎
为企业用户搭建好AI、机器学习引擎让用户可以使用下面的机器学习场景进行故障预测:使用历史数据和当前条件预测未来故障的可能性。
极易发布的云计算服务
提供私有化和云端发布两种方式,满足用户对物理资产数据化的私密性要求,同时提供分布式资源管理器和调度程序,大大降低计算服务的复杂性并提高运行效率。
安全和监控
平台确保任何步骤中数据都不会丢失。监控每个程序正在处理的数据量,以便尽快检测到任何异常;提供审计功能:审计系统中的所有操作。
接入流程
咨询方案
确定功能清单
测试部署集成环境
标准发布
应用设施
轻松玩转大数据
前100名提交信息即刻获与云原生大数据/数据中台专家一对一免费咨询机会,为您量身定制云原生大数据/数据中台建设方案