《工业互联网下的大数据平台建设.docx》由会员分享，可在线阅读，更多相关《工业互联网下的大数据平台建设.docx（3页珍藏版）》请在三一文库上搜索。
1、工业互联网下的大数据平台建设1 弓百(Introduction)随着信息化和产业化进程的加快，新型工业化道路应运而生，以运 用现代信息技术，用信息化带动工业化。工业4.0和中国制造20XX年； 清洗、转换后的0DS加载到分布式数据库规划保存两个月，具体数据分 析和汇总在分布数据库中进行，规划保存两年；ODS数据和非结构化数 据,如爬到的网页数据ftp到Hedoop平台做长久 保存；非结化数据分 析处理在Hadoop平台完成，产生的结果加载到分布式数据库；生成KPI 和高度汇总数振加载到主数据仓库；业务应用通过数据访问接口获取 所需求数据。5 工业大数据平台应用(Applicationofind
2、ustrialbigdataplatform)5.1 资产管理服务资产管理服务的重点目标是资产建模、连接资产和数据源，其服务 范围分为三个板块:接口层支持资产分层、属性分类和自定义建模对象， 终端访问对象建模层，通过转换数据格式，以便于数据库存储 和查询; 相关查询引擎利用图形表达式语言检索数据；图形数据库中包含资产服 务数据存储，并将原始数据描述成数据模型。资产管理服务中的资产模 型是工业大数据平台的关键，是连接平台所有服务的中枢，能帮助应用 开发者更好的理解、分析和处理数据。5. 2数据管理与服务大数据平台常用的数据管理与服务包括对各种类型数据进行接入、 处理和储存。数据接入指支持多渠道、
3、多类型的数据接入，包括实时数 据接入和批量数据接入；数据处理包含对传感器数据进行标签处理、资 产数据与ERP数据相结合等；数据储存是根据不同的需求选择相应的存 储方式，类似时间序列存储传感器实时数据、BLOB数据库存储图片式数 据、关系型数据库存储其他数据等。5. 3数据分析服务数据分析服务通常指通过分析实时数据检测设备状态、预防设备故 障、优化生产过程等，并进行迭代提升，在对历史数据进行整合和分析， 包括异常检测、事件流处理、分析运行环境、分析界面、分析FI志等服 务项目，建立工业级的预测模型，以进行更有效地生产和运营。相较于 数据自身的特点，数据分析服务在涉及技术层而的基础上，更应当满足
4、企业与客户的应用需求，将极度专业化的技术描述，转化为更容易的商 业需求。5. 4数据安全服务数据安全服务的主要目标为建立企业互联网应用，解决安全性问题, 从而满足企业互联网端对端的安全需求。其服务范围包括租户管理、用 户账户和身份验证、访问控制三个方面。租户管理指为租户提供特定服 务实体及注册表，完成租户和服务实体间的完美映射，在确保客户数据 信息安全的基础上，实现服务生命周期管理。用户账户和身份验证是在 传统用户信息验证方法的基础上,增加多种验证方法完善身份验证系统。 访问控制是指建立资源访问限制，增强用户账户信息验证的权威性，同 时不断提升和优化网络访问信息安全，实现复杂条件下的访问控制。6 结论(Conclusion)随着新型工业化道路的推进，传统的工业化道路已不能适应当前社会的发展需求，本文在结合信息化和产业化的手段，搭建了工业大数据 平台，并应用于资产管理、数据管理、数据分析、数据安全服务等方而， 未来工业发展的趋势应当在构建平台的基础上，实现产品智能化，确保 产品生产的高效性。同时工业大数据平台也为工业企业提供了商业支持 和服务。