当前位置:首页 > 天道酬勤 > 正文内容

极简云校园(新一代云服务器)

张世龙2021年12月21日 15:51天道酬勤770

大海

工业互联网

1 .技术架构

微型工业云大数据平台主要有云分布式大数据处理系统(数据处理)、WEB用户管理APP应用)、WEB大屏幕显示APP应用) API接口和人工智能6个由收集器、分布式消息中间件、处理器/实时分析器、离线分析器(分析器)、web APP和移动APP应用部分组成。 采用分布式处理负载均衡、分布式海量数据存储支持、大数据检索、分析、挖掘、API接口、人工智能等。 图1是微型工业大数据平台的系统框图。

图1极简工业大数据平台的系统框图

2 .集电极

(1)主要功能

终端的合法性认证、云连接管理、通信和解密、数据收集、发出控制指令、远程编程。

)2)技术方案

收集器是使用基于java NIO技术的netty开发的,理论上一台服务器可以支持万级的TCP连接。

原始数据传递到分布式消息队列kafka,在使用峰值的时间段可以缓存一定量的数据。 还有理解绑定和绑定的效果,新添加的处理模块可以通过订阅功能获取原始数据。 图2是集电极的结构图。

图2集电极结构图

3 .处理器

结合时序映射和实时映射,可以在确保关键数据实时性的同时减少计算量。 在边云协同下,边缘测量进行数据段分割、初步采样、数据变异判断,降低云计算量。

(1)主要功能

通过测绘和工程量转换计算设备参数值,根据报警规则和故障判断获取设备报警信息、故障信息,发送报警通知,定时计算设备总运行时间、总故障时间、总故障数、总报警数、总能耗等累计计算量,并将数据更新为Redis和OpenTSDB

图3数据传输格式

)2)技术方案

结合时序映射和实时映射,可以在确保关键数据实时性的同时减少计算量。 边缘测量进行数据段分割、初步采样、数据变异判断,降低云的计算量。

4 .在线分析器

主要计算设备、项目的实时统计变量、评分和同比网络数据、按小时、日、月、年计算历史统计值和同比网络得分,自动生成设备、项目的报告数据,将各种计算结果存储在实时数据库和历史数据库中

5 .离线分析器

主要用于获取报告相关的分析数据、其他脱机分析计算功能。

6 .分布式存储

历史数据采用OpenTSDB时序数据库,根据时序规则进行数据分布式存储,保证能快速响应数据调用。 历史数据库采用了物联网中优越的存储结构——时序数据库,是基于时序的数据库,时序函数优越的查询性能远远超过了关系数据库。 迷你工业采用开源的OpenTSDB数据库。 由于该数据库是基于HBase设计的,HBase完全构建在Hadoop集群上,因此它为分析器的分析工作提供了比关系数据库更高的处理能力。 同时,微型工业云平台对配置进行了优化,以最大限度地支持业务系统的需求。

实时报警和故障日志以及用户的

下行控制日志,处理器将其写入全文检索数据库Elasticsearch,并设计了最合适的文档结构索引和分词器,能够满足业务系统对日志的查询、汇总、分析。

7.平台软件

OpenTSDB 是一个分布式、可伸缩的时间序列数据库。基于Hbase构建。它支持豪秒级数据采集所有 metrics,支持永久存储。

Redis是一个开源(BSD许可),内存存储的数据结构服务器,可用作数据库,高速缓存和消息队列代理。内置复制、Lua脚本、LRU收回、事务以及不同级别磁盘持久化功能,同时通过Redis Sentinel提供高可用,通过Redis Cluster提供自动分区。

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎。

Kafka是一种高吞吐量的分布式发布订阅消息系统,有如下特性:

通过O(1)的磁盘数据结构提供消息的持久化,这种结构对于即使以数TB的消息存储也能够保持长时间的稳定性能。

高吞吐量:即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。

支持通过Kafka服务器和消费集群来分区消息。

支持Hadoop并行数据加载。湖南企发文化传媒有限公司时刻关注着工业互联网的发展。

工业互联网

扫描二维码推送至手机访问。

版权声明:本文由花开半夏のブログ发布,如需转载请注明出处。

本文链接:https://www.zhangshilong.cn/work/26407.html

分享给朋友:

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。