工业大数据解决方案
通过促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。

业务挑战

  • 数据量大且增速快
    数据量大且增速快
    当前企业非结构化数据占总数据量的80%-90%,增长速度较结构化数据增长10-50倍,数据的快速增长为企业带来了数据存储、存储容量扩容上的诸多困难。
  • 数据采集汇聚难
    数据采集汇聚难
    企业信息化基础差、设备接口不开放等问题造成数据采集不上来;企业数据底账不清,不知道自己有哪些数据、分布在哪里,大部分工业数据处于“睡眠”状态。
  • 数据利用率不足
    数据利用率不足
    大量工业企业的数据应用仍然是单点的,局部的、低水平的,对数据的不重视,“不想用”;数据分析的手段、人才等缺乏,“不会用”;对数据应用规律缺乏认识,数据应用投入大,“不敢用”。
  • 数据流通共享难度大
    数据流通共享难度大
    企业自身面临工业大数据治理的“严繁杂(数据的安全可控、价值评估、完整性一致性等难点)”困境;增大了数据共享流通的难度;同时数据流通制度不健全,导致数据流通缺乏信任基础。

解决方案场景

  • 数据标注、特征工程、模型训练、模型评估、模型部署完整一站式功能,让建模变得轻松易上手。

方案优势

  • 多云部署
    多云部署
    大数据平台支持常见基于X86架构的服务器,基于ARM架构的国产鲲鹏服务器,也支持基于虚拟机部署,同时支持鲲鹏与X86混合部署,满足公有云、专有云、混合云、边缘云部署要求。
  • 开源架构
    开源架构
    基于Hadoop3.2新基座,Spark3.0新引擎,利用自适应查询执行AQE、P动态分区裁剪DP等优化技术,以及基于Hbase 2.2新引擎,性能提升60%以上;引领开源架构演进。
  • 智能防护
    智能防护
    基于全新去中心化架构,支持1W+节点的智能化运维监控告警能力;历经日均20W+的大规模高复杂度业务打磨,全年稳定性可达99.99%;基于联邦技术,平台规模可横向扩展到1W+,并持续扩容。
  • 技术降本
    技术降本
    云上部署,以及基于纠删码(Erasure Coding)技术,相比于过去3副本冗余机制,使用1.4倍的EC机制,存储成本下降50%;一站式数据智能开发,降低技术门槛,同时提升数据加工效率。

方案架构

方案架构
方案简介
天翼云诸葛AI平台-大数据平台服务提供用户可按需灵活扩容的企业级大数据集群和数据全生命周期一站式开发运营服务。底层大数据底座运行于Hadoop、Hive、HBase等大数据组件,在底座之上,提供数据集成、数据开发、数据治理、数据报表、Web大屏开发等功能。帮助企业快速开发基于大数据分析建模能力的业务系和统构建数据运营能力。
架构优势
ABC一体化融合能力
算力(Cloud)、数据(Bigdata)、算法(Algorithm)一体化融合能力。
全栈大数据与AI能力
全栈能力对外开放;面对开发者提供一站式开发工具和套件;面对最终用户提供现成大数据与AI SaaS服务。
技术自研可控
从CDH商业版到完全Apache开源版技术突破;技术完全自主掌控,不受限制。
面向多场景解决方案
深入行业场景,打造端到端行业行业解决方案。