Επισκόπηση της πλατφόρμας

Η πλατφόρμα διαχείρισης πληροφοριών έργων (σε επίπεδο Ομίλου) υιοθετεί μια νέα φιλοσοφία διαχείρισης ολόκληρου του κύκλου ζωής του έργου. Βασίζεται στο μοντέλο υπηρεσιών "Διαδίκτυο + έξυπνη μεταφορά", υιοθετεί τεχνολογίες όπως cloud computing, big data και IoT, ενσωματώνει τους σχετικούς βασικούς πόρους για τον έλεγχο, την απεικόνιση και την οπτικοποίηση της διαχείρισης έργου για την πλήρη τρισδιάστατη ρύθμιση σε πραγματικό χρόνο, δημιουργεί κέντρο μεγάλων δεδομένων διαχείρισης έργων του ομίλου, δημιουργεί μια οικοσφαίρα πληροφοριών για τη συνεργία του διαδικτύου, την έξυπνη παραγωγή και την επιστημονική διαχείριση των κατασκευαστικών έργων και χρησιμοποιεί αυτά τα δεδομένα για την ανάλυση εξόρυξης δεδομένων σε ένα περιβάλλον εικονικής πραγματικότητας με τις πληροφορίες μηχανικής που συλλέγονται από το IoT, παρέχει προβλέψεις τάσεων διαδικασίας και προγράμματα εμπειρογνωμόνων, επιτυγχάνει μια έξυπνη οπτική διαχείριση της κατασκευής μηχανικής Η ολοκληρωμένη διαχείριση της ποιότητας, της ασφάλειας, της πρόοδου και των επενδύσεων κατά τη διάρκεια της κατασκευής του έργου.

Λειτουργική αρχιτεκτονική της πλατφόρμας

Η πλατφόρμα υλοποιεί την ολοκληρωμένη διαχείριση της ποιότητας, της ασφάλειας, της πρόοδου και των επενδύσεων κατά τη διάρκεια της κατασκευής του έργου.

Η πλατφόρμα χρησιμοποιεί το Internet των πραγμάτων και την τεχνολογία αισθητήρων για να συλλέξει σε πραγματικό χρόνο διάφορα δεδομένα στο χώρο εργασίας, να επεξεργαστεί και να αναλυθεί σε πραγματικό χρόνο τα δεδομένα που συλλέγονται, να προειδοποιηθεί σε πραγματικό χρόνο για υπερβολικά δεδομένα, για να υποστηρίξει την ασφάλεια της κατασκευής και την ποιότητα της κατασκευής.

Η πλατφόρμα επιτυγχάνει την καθημερινή εποπτεία της συμπεριφοράς στον χώρο κατασκευών μέσω διαφόρων υποσυστημάτων ρυθμιστικών επιχειρήσεων και ενσωματώνει πολλά μοντέλα ανάλυσης δεδομένων όπως η ασαφής αξιολόγηση και τα νευρικά δίκτυα.

Η πλατφόρμα υλοποιεί την ενοποιημένη αποθήκευση και διαχείριση των πληροφοριών εποπτείας του χώρου κατασκευής, σχηματίζοντας μια ενοποιημένη βάση δεδομένων.

Η πλατφόρμα δημιουργεί ένα ενιαίο υποσύστημα διαχείρισης βασικών δεδομένων, συντήρησης εφαρμογών και ανταλλαγής δεδομένων για την ενιαία αλληλεπίδραση δεδομένων και λειτουργική συντήρηση έργων που ανήκουν στον Όμιλο.

Η πλατφόρμα παρέχει υπηρεσίες big data στον Όμιλο μέσω της εξόρυξης big data και της ανάλυσης big data για έργα.

Τεχνολογική δομή πλατφόρμας

HDFS: Hadoop Distributed File System (Διανεμημένο Σύστημα Αρχείων Hadoop) παρέχει πρόσβαση σε δεδομένα υψηλής παραγωγικότητας, κατάλληλη για εφαρμογές σε σύνολα δεδομένων μεγάλης κλίμακας.

Yarn: Το σύστημα διαχείρισης πόρων στο Hadoop 2.0, είναι μια γενική ενότητα πόρων για τη διαχείριση και τον προγραμματισμό πόρων για διάφορες εφαρμογές.

Spark: Διανεμημένο πλαίσιο υπολογισμού με βάση τη μνήμη.

Elk: Παρέχει τυποποιημένες δυνατότητες μηχανής SQL που επιτρέπουν την ομαλή μετανάστευση των παραδοσιακών εφαρμογών σε πλατφόρμες μεγάλων δεδομένων μέσω των παραδοσιακών εφαρμογών.

Storm: Ένα κατανεμημένο, αξιόπιστο και ελαττωματικό σύστημα επεξεργασίας δεδομένων σε πραγματικό χρόνο με γλώσσα ερωτημάτων όπως το SQL (StreamCQL).

MPP: μεγάλης κλίμακας παράλληλη επεξεργασία βάσης δεδομένων, παρέχοντας υψηλή έκταση, υψηλή απόδοση, υψηλή σταθερότητα, χαμηλό κόστος μεγάλης κλίμακας παράλληλη επεξεργασία βάσης δεδομένων, αντικαθιστώντας τα παραδοσιακά συστήματα αποθήκευσης, παρέχοντας υποστήριξη για τη λήψη επιχειρηματικών αποφάσεων.

Χαρακτηριστικά της πλατφόρμας

Επεξεργασία σε πραγματικό χρόνο: Η πλατφόρμα χρησιμοποιεί την αποθήκευση προσωρινής μνήμης δεδομένων, τη μηχανή υπολογισμού κατανεμημένης ροής για τη συλλογή δεδομένων σε πραγματικό χρόνο, την ανάλυση σε πραγματικό χρόνο και την παροχή αποτελεσμάτων, υποστηρίζοντας πολλές πηγές δεδομένων, γρήγορη επεξεργασία, υψηλή ταυτόχρονη λειτουργία και υψηλή διαθεσιμότητα.

Διαδραστικά ερωτήματα: Τα δεδομένα ροής, τα δεδομένα αρχείων κ.λπ. οργανώνονται μέσω μιας μηχανής ερωτημάτων αλληλεπίδρασης σύμφωνα με ένα μοντέλο δεδομένων που είναι κατάλληλο για τα ερωτήματα αλληλεπίδρασης για διαδραστική ανάλυση και ερωτήματα των δεδομένων.

Offline επεξεργασία: Ανάλυση και επεξεργασία τεράστιων ποσοτήτων δεδομένων, σχηματίζοντας δεδομένα αποτελέσματος για επόμενη εφαρμογή δεδομένων. Συνήθως υλοποιείται με MapReduce, Spark, Hive ή Spark SQL εργασίες.

Συντηρημένη θέση: Συντηρημένη θέση υποστηρίζει την οριζόντια επέκταση, πλήρες συστατικό HA, ανάμειξη σειρών, εξαιρετικά γρήγορη ανάλυση ερωτημάτων, συμβατή με την παραδοσιακή SQL, υποστηρίζει την ομαλή μετανάστευση εφαρμογών, επιλύει τα προβλήματα της κακής ταχύτητας χρόνου, του υψηλού κόστους επέκτασης, της διακοπής της επέκτασης των επιχειρήσεων και άλλα, για την επίτευξη αποτελεσματικών επιχειρ

5. Διάγραμμα διεπαφής λογισμικού