当今的分析要求给现有的数据基础架构带来了前所未有的压力。 跨运营和存储数据执行实时分析通常是成功的关键,但实施起来总是充满挑战。
考虑一家航空公司,它希望从其喷气发动机中收集并分析连续的数据流,以进行预测性维护并加快发布解决方案的时间。 每个引擎都有数百个传感器,用于监视温度,速度和振动等条件,并将这些信息连续发送到物联网(IoT)平台。 物联网平台提取,处理和分析数据后,将其存储在数据湖 (也称为运营数据存储)中,而只有最新数据保留在运营数据库中。
当今的分析要求给现有的数据基础架构带来了前所未有的压力。 跨运营和存储数据执行实时分析通常是成功的关键,但实施起来总是充满挑战。
考虑一家航空公司,它希望从其喷气发动机中收集并分析连续的数据流,以进行预测性维护并加快发布解决方案的时间。 每个引擎都有数百个传感器,用于监视温度,速度和振动等条件,并将这些信息连续发送到物联网(IoT)平台。 物联网平台提取,处理和分析数据后,将其存储在数据湖 (也称为运营数据存储)中,而只有最新数据保留在运营数据库中。