Cloudera资讯|利用CDF解决传统互联制造数据提取方案的局限性

鉴于制造和物联 数据的复杂性和多样性，制造商正在关注从边缘到AI的洞察力。 为此，自然而然地在开始时是一个很好的起点，将数据吸收到数据湖和企业数据平台中。Cloudera Data Platform通过其驻留在Cloudera DataFlow（CDF）中的技术组合来应对这些挑战。

将制造的枢纽连接到企业数据解决方案

互联制造正处于一个转折点，它受到数据类型的真实，可衡量的变化和转变的推动–实时和时序数据的增长速度比潜在或静态数据形式快50％，流分析预计将以年均复合增长率为28％，而专用于静态历史数据解决方案，在内部部署或在离散云中运行的传统数据平台不足以满足当前的实时洞察需求。流数据的增长源于以下事实：它支持实时洞察，更重要的是，可以自主决策。

制造业的这种转变是通过为特定用途量身定制的廉价过程传感器，强大的边缘计算设备（可重复进行自主决策），同时执行分析和存储的云计算以及即将到来的5G来实现的。数据高速公路，使制造过程摆脱了硬连线连接的束缚。但是，流数据的好处在管理其庞大的数据量，其多样化的数据结构以及跨制造企业业务流程的实时光速方面带来了挑战。

传统互联制造数据提取解决方案的局限性

当今的制造商面临着解决数字化压力复杂性的局限性，其中许多局限性是由于新的和关联的数据源的快速发展以及大量数据散发。组织在互联制造的数据管理方面面临的一些关键挑战和关键考虑因素：

• 处理物联 数据的数量和种类：为了实现流程监控和优化，预测性维护以及新兴的物联 用例，信息架构师需要一个平台来处理所有类型的各种数据结构和方案，包括间歇性的温度，压力读数和每秒振动，以处理来自边缘的完全非结构化数据（例如，图像，视频，文本，光谱数据）或其他形式（如热成像或声学信 ），并通过各种受支持的驱动程序和协议传送。
• 管理实时数据的复杂性：为了推动连续过程监控，吞吐量优化或预测性维护，数据管理平台需要启用对流数据的实时分析。 该平台还需要实时或近实时有效地摄取，存储和处理流数据，以便立即提供见解和行动。

鉴于制造和物联 数据的复杂性和多样性，制造商正在关注从边缘到AI的洞察力。 为此，自然而然地在开始时是一个很好的起点，将数据吸收到数据湖和企业数据平台中。

关于Cloudera

在 Cloudera，我们相信数据可以使今天的不可能，在明天成为可能。我们使人们能够将复杂的数据转换为清晰而可行的洞察力。Cloudera 为任何地方的任何数据从边缘到人工智能提供企业数据云平台服务。在开源 区不懈创新的支持下，Cloudera推动了全球最大型企业的数字化转型历程。

大数据专业团队为企业提供Cloudera大数据平台搭建，免费业务咨询，定制开发等完整服务，快速、轻松、低成本将任何Hadoop集群从试用阶段转移到生产阶段。

欢迎拨打热线或咨询在线客服，我们有专业的大数据团队，为您提供免费大数据相关业务咨询！

标签：