数据湖还是数据沼泽

数据湖还是数据沼泽?

不要让

数据湖成为

数据沼泽

r据湖是企业收集和存储来自各种原始数据的简单方法,无需耳先了解数据将如何使用。但为了通过数据来驱

多种先进的实时软件系统能够与企业数据湖软件集成，帮助收集和构造数据,进而可以有效使用数据。

Z时序施力

业范围内的报告和分析。

社区数据

时序健业务数据

数据湖，

实时操作企业洞见商务智能

运企业智能

和

数据模型

仪表板

报告

上下文和结构时序数据架构

机器学习ERP

人工智能

建模和仿真

数据仓库与数据湖比对

结构化，处理粗据结构化/半结构化/非结构化的，原始的

写的架构处理读的架构

海量数据的高昂费用存储专为低成本存储而设计

高度敏捷，可以根据需要进行配置和重新

不够敏捷、配置固定ncn

成熟1

成熟

商务人士用户

社区数据

时序数据业务数据

数据湖

实时操作企业洞见商务智能

企业智能

数据模型

仪表板

ERPCRM

人工智能

建模和仿真

先进的实时系统VS数据湖

(、

接口简单易用，可以支持多种传统数据源.

收集接口有限，仅支持新的工业标准。

甚至可以支持20多年的系统.

数据压缩可以避免发送近似值，也可以避免/、

网络带宽有限（例如卫星网络）时的数据没有进彳亍数据压缩，这导致存储费用高空以及

压缩

过载.同时，数据缓冲也可以防止网络故障远程连接过载.一旦网络发生故障，数据就会丢失.

时数据丢失.

，

Z、

将数据点组合为资产集，让设备数据易于不同数据点之间的上下文关联在数据落入数据湖

赋予上下文

访问.中才会发生，数据缺乏上下文.

、

设备不同部件之间的关系让用户在不了解数据湖中包含的数据是非结构化的.在数据之间

设施详细信息的情况下，也能轻松找到所需关联建立联系很困难.要挖掘数据流之间的关系，

的数据.需要具有数据科学家的专业知识.

数据间的上下文和相互关系让普通用户能够/

需要借助附加的应用程序以及具有数据科学家的

添力厢关分析、对设备的相似类型迸行比对、比较

专业水平.才能对相似类型设密的数据法行比较.

辨识事件以及在数据流之间比对事，牛.

根据上下文和数据关系，用户很容易对

f、

需要借助附加的应用程序以及具有数据科学家的

数据执行以下操作：选择、及时匹配、清理

准备专业水平，才能够对数据进行准备和选择,然后

和准备，从而在设施或者企业级将数据用于

在其他工具中做进一步的处理.

报寄或其他系统.，、

准备就绪并带有上下文的数据很容易便能数据湖很容易便可以容纳和集成结构化或者

集成到数据湖或其他基于云端的修决方案,集成非结构化的数据.然而,这些数据既不具备

如GIS、ERP或BI中.上下文，相互之间也没有关系.

实时时序世界中数据处理的最优化

据湖技术和时序数据架构的结合将有助于解决“完美世界”的核心问题。在这种情况下,时序数据架构会收集

在能源领域,热交换器的使用非常普遍。热交换器的结垢是一个

严重的问题,因为它会减缓生产或造成意外停机。技术人员需要

在所有设施中解决这个问题,他们试图发明一种方法来预测热交

换器的结垢情况。然而,这种努力往往会因为重复工作而导致大

量的返工。

A

U程

时现过

C?成成

0据实集集动

的数可具具手

种史个

限多不工工

有历端一

0SS

持5在源CICI是

4TT步

支存据YY

注中LL同

都持数AA

备统,NN间

商支AA

系现时

应ITT

P口化实NN行

供EE

T接动可MM进

化FEE

O的自端LL据

动SIEE

S型当云数

自O类仅在和和对

多)同)))))

123456

许(不(((((

Idhloslso

VV.VVV

))

06(

VXX.XXXXXXXXXXVXXX

)

2(

VVXXVVVXXXXXVXVXX

—

建射

创映板

)级记模

断障层标的板板

统率缩中故级的化签据型模模

系样压据络器层化动标序数类的的

史泛采接据数网感据义动内加排他品算件

A备自

U历广的连数源对传数定自级)件间其设计事

C设)

C业化全始存应理余建备层半事时取于于于

PPT(半(

OO行I变安原缓处冗构设(在给按摄卷基基

存文

缓下

和上

集缩予联

收压赋关

备注

比较

分析相同类型的设备XX

终端用户可视化(7)有限的终端用户功能

V(7)II

仪表板X(8)(8)为软件开发人员提供了API

警报

实时流式计算5zX

实时事件检测XX

高级统计分析XXX

^^(9)

高级分析X(9)和ELEMENTANALYTICS集成

准备基于上下文选择数据XX

数据清理XX

按计划转发数据XX

流式转发数据XX

2

与云端集成数据湖集成X

位置相关数据XX

云端托管XV\Z

SAASXVX

边缘计算数据搜集>z|IX

数据上下文XX

数据分析X1IX2

数据可视化XX>z

—・；亦,近工能「或门

可视化\・八|>h"rR.、F%-

**—PWUUP

-w03000

-»*-MM29

j一•.150

一