Smyčka analýzy a optimalizace internetu věcí (IoT) umožňuje generování a použití přehledů obchodní optimalizace na jedno nebo více nasazení fyzických systémů řízených softwarem na základě celého podnikového obchodního kontextu. Telemetrie zdrojů smyček pro analýzu a optimalizaci, obvykle z procesů monitorování a správy smyčky , ji zpřesní a kombinuje s podnikovými zdroji dat za účelem generování přehledů.
Tento článek obsahuje přehled o analýze a optimalizaci architektury, charakteristik a komponent smyčky procesů.
Potenciální případy použití
Mezi příklady scénářů pro analýzu a optimalizaci smyček patří:
- Inteligentní prostory: Vypočítá index bezpečnosti kampusu a přijme příslušná opatření.
- Přenos energie: Korelace trendů výpadků napájení a událostí požáru za účelem vytváření proaktivních oprav přenosu a výměny monitorovacích zařízení.
- Produkce ropy a zemního plynu: Vypočítá trendy výroby ropy v pánvi a porovná je s výkonem lokality.
- Doprava a logistika: Vypočítá trendy uhlíkové stopy, porovná je s cíli organizace a přijme nápravná opatření.
- Větrná farma: Vypočítáte faktor výkonu celého provozu větrné farmy a vymyslete prostředky pro zlepšení účinnosti každé větrné turbíny.
- Diskrétní výroba: Zvyšte míru výroby widgetů v mnoha továrnách, abyste uspokojily poptávku na trhu.
Architektura
Následující diagram znázorňuje schéma typické smyčky analýzy a optimalizace a její vztahy s dalšími smyčkami procesů IoT.
Stáhněte si soubor aplikace Visio s touto architekturou.
Ve smyčce analýzy a optimalizace proudí data z různých zdrojů IoT, podnikových, privátních a veřejných zdrojů do cloudových datových jezer. Offline analýzy využívají datová jezera ke zjištění skrytých trendů a přehledů obchodní optimalizace. Přehledy optimalizace z procesů offline analýzy se vrací zpět do instalací IoT prostřednictvím smyček monitorování a správy a smyček měření a řízení.
Vlastnosti
- Smyčka analyzovat a optimalizovat funguje asynchronně, takže neexistují žádné přesné termíny pro analýzu dat nebo odesílání optimalizačních signálů do zařízení. Tyto smyčky závisí na dlouhé historii telemetrie a historii podnikových provozních dat pro spouštění dávkových úloh.
- Mezi systémové závislosti patří několik systémů pro přenos dat přes data lake, mezi které patří systémy IoT a informační kanály z podnikových systémů. Smyčka optimalizace primárně využívá protokoly webových služeb k integraci se systémy dohledu a dalšími podnikovými systémy.
Komponenty
Důležitými součástmi řízení obchodní optimalizace jsou:
- Datové jezero, velké úložiště optimalizované pro nižší náklady na využití v delších obdobích. Příkladem takového datového jezera je úložiště HDFS v kontextu zpracování map-reduce. Data Lake odvrací strukturu dat na dobu zpracování, takže je vhodné pro ukládání strukturovaných i nestrukturovaných dat.
- Data řady studeného času, nezpracovaná nebo zpracovaná telemetrie, která je důležitá pro offline analýzy a často pochází z několika systémů IoT. Analytické úlohy dále zpřesní a kombinují tato data s podnikovými a externími datovými sadami.
- Podniková data vytvořená podnikovými systémy, jako jsou správa životního cyklu produktů, dodavatelský řetězec, finance, prodej, výroba a distribuce a správa vztahů se zákazníky. Podniková data v kombinaci s externími datovými sadami, jako je počasí, můžou kontextovat telemetrická data IoT v obchodním oboru a generovat tak kompatibilní přehledy.
- Offline analýzy pro zpracování velkých objemů dat v dávkovém režimu Mezi příklady patří úlohy Sparku a zpracování hadoop map-reduce. Monitorování a správa procesů smyčky a měření a řízení smyčky a následné použití přehledů získaných z analýz a optimalizace smyček na zařízení IoT.
Přispěvatelé
Tento článek spravuje Microsoft. Původně ji napsali následující přispěvatelé.
Hlavní autor:
- Hanukumar Pinnamraju | Hlavní manažer softwarového inženýrství