37
海海海海海海海海海海海海海海海海海 Distributed Real-time Data Collection for Enterprises 1.0

Distributed Real-time Data Collection for Enterprises 1.0 v03

Embed Size (px)

Citation preview

Page 1: Distributed Real-time Data Collection for Enterprises 1.0 v03

海迅企业分布式实时数据收集解决方案Distributed Real-time Data Collection for Enterprises 1.0

Page 2: Distributed Real-time Data Collection for Enterprises 1.0 v03

• 前言• 1. 数据孤岛联通困难• 2. 海迅接口适配器 (HIA) 系统• 3. HIA 应用价值

CONTENTS

Data Collection

Page 3: Distributed Real-time Data Collection for Enterprises 1.0 v03

信息已经从稀缺到过剩。这带来了巨大的新好处,但也是个大麻烦。在企业内,星罗棋布的数据孤岛难以联通 , 信息共享已成为困境。

PREFACE – 数据大爆炸

Page 4: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据最新推出了海迅企业分布式实时数据收集解决方案HSDRDC(HisghSoon™Distributed Real-time Data Collection) 是在统一管理框架内的覆盖多种数据源的时序数据、结构化数据和非结构化数据收集的解决方案,使组织能够通过单个控制界面完成分布式实时数据的收集。

PREFACE – 我们助力企业发展

Page 5: Distributed Real-time Data Collection for Enterprises 1.0 v03

你的分布式实时数据收集专家

1. 基础设施你的数据高速公路 2. 扩展性更多的数据车道

3. 性能更快的移动数据4. 可靠性更稳定的数据采集系统

5. 可管理性使所有的数据在线 6. 安全性更好的保护数据

Page 6: Distributed Real-time Data Collection for Enterprises 1.0 v03

CONTENTS

1

● 数据孤岛联通困难

C.R.D

2

● 海迅接口适配器(HIA) 系统

C.R.D

3

● HIA

应用价值

C.R.D

Page 7: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.1 业界趋势 – 总结1. 大数据计算驱动更多的企业采集运营活动数据2. 传感器无处不在3. 智能电网4. 智慧城市

小结 总之,企业生产数据的能力越来越强 , 其拥有的数据量越来越多,使用数据是越来越烦恼。

Page 8: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.1 业界趋势 – 大数据趋于成熟

数据采集 大数据技术进入泡沫化的底谷期,趋向成熟 大数据计算驱动更多的企业采集运营活动数据

-- Gartner Group 公司成立于 1979 年,它是第一家信息技术研究和分析的公司。

2014 年新兴技术成熟度曲线

Page 9: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.1 业界趋势 – 传感器无处不在新业务 - 例如数据中心 基于云的存储 - Flikr ,照片存储 电商 – Amazon, E-Bay, Craig’s List, 天猫,淘宝 社交网站 – Facebook, 新浪微博

Page 10: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.1 业界趋势 – 智能电网最大的分布式工厂之一 : Smart Grid 工厂:电力生产,分发和传输,消费 技术:智能设备,可再生能源的存储, AMI (需求响应定价),改善能源

Page 11: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.1 业界趋势 – 智能城市最大的分布式工厂之一 : Smart City 环境:保护,可再生能源,碳足迹 技术:可靠性,能源监控,效率研究

Page 12: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.2 问题 – 总结1. 数据孤岛2. 企业在地理上广泛分布3. 企业的市场竞争4. 可靠性和可用性5. 安全的成本

小结 总之,企业数据的采集需要专业的团队来完成。

Page 13: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程1.2 问题 – 数据孤岛

OPC

PI Server

数据不容易采集和分析数据可以来自多家完全不同厂家系统所建立的数据孤岛 (Data Islands) 。这些数据孤岛即可能包含了最新的标准协议,也有可能是老的协议甚至是淘汰设备。

Page 14: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程1.2 问题 – 数据孤岛

五花八门的数据格式来自不同的应用系统 石油和天然气管道 化学工业 消费市场 新能源 。。。

Page 15: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程1.2 问题 – 数据孤岛

同步相量统计图 数据中心 自动计量 叶轮监测

海量的数据不断的被生产出来

Page 16: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程1.2 问题 - 企业在地理上广泛分布采集地理广泛分布浙江各电厂的环保测点数据汇聚到杭州 半山电厂 宁波北仑电厂 台州玉环电厂 。。。

浙江电监会监管的浙江全省电厂

Page 17: Distributed Real-time Data Collection for Enterprises 1.0 v03

1.2 问题 – 企业的市场竞争

对于竞争激烈的中国电力市场的准备。 提高“电”产品的战略营销能力。

经营目标

优化的技术,可操作的和战略性的功能。技术和业务流程的透明衔接。需求

发电企业的需求

Page 18: Distributed Real-time Data Collection for Enterprises 1.0 v03

IT 设施数量庞大

1.2 瑞中数据成长历程问题 – 可靠性和可用性

Page 19: Distributed Real-time Data Collection for Enterprises 1.0 v03

事情总是会崩溃 假设你使用的是超可靠的服务器( 30 年平均故障间隔时间) 用 2 百台这样的服务器构建计算系统 每个季度会有两台失效

容错软件是不可避免的 典型的年度指标

1-5% 的硬盘会坏 服务器至少崩溃两次 (2-5%)

1.2 瑞中数据成长历程问题 – 可靠性和可用性

Page 20: Distributed Real-time Data Collection for Enterprises 1.0 v03

停工期分钟数 (10 为底对数 )

大部分的服务重启分布

1.2 瑞中数据成长历程问题 – 可靠性和可用性

Page 21: Distributed Real-time Data Collection for Enterprises 1.0 v03

到崩溃的时间 (秒 )

新系统一周内故障最多

1.2 瑞中数据成长历程问题 – 可靠性和可用性

Page 22: Distributed Real-time Data Collection for Enterprises 1.0 v03

企业级隔离技术A

CA B

TCP

UDP

TCP

TCPTCP

UDP

防火墙 - “ 过桥”

网闸 - “ 轮渡过河”

内部网络

外部网络1.2 问题 – 安全的成本

Page 23: Distributed Real-time Data Collection for Enterprises 1.0 v03

1

● 数据孤岛联通困难

C.R.D

3

● HIA

应用价值

C.R.D

2

● 海迅接口适配器(HIA) 系统

C.R.D

CONTENTS

Page 24: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 海迅接口适配器

海迅接口适配器为企业提供一个通用目的、高可靠和高性能的分布式实时数据收集系统。

- HighSoon Interface Adapter, or HIA

Page 25: Distributed Real-time Data Collection for Enterprises 1.0 v03

通用目的,, General-Purpose 可靠, Reliability

可靠性是必要的,以确保应用程序的鲁棒性 (Robust) 、 容错 (Fault Tolerant) 和高可用性 (Highly Availability) 。

效率 , Efficiency 需要提供低延迟通信给延迟敏感的业务, 高性能给带宽密集型业务, 以及可预测给实时业务。

设计原则

2 海迅接口适配器

Page 26: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 海迅接口适配器业务流程 – 推拉模型

数据源 数据目的地

数据流 抽取驱动 推送驱动

Page 27: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 业务模型对业务深入的理解

Page 28: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 业务模型最基本的业务

Page 29: Distributed Real-time Data Collection for Enterprises 1.0 v03

企业范围内的基础设施发电集团

二级单位

发电厂

瑞中数据成长历程2 灵活的部署方式

Page 30: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 海迅接口适配器分布式数据收集架构 – 灵活的部署方式

HIA 主站服务器 (Master) 通常运行在一台计算机上,HIA 驱动和客户端应用程序运行在网络上的多种其他计算机上。这种分布式数据收集体系结构相比集中结构,具有若干优点 : 可扩展性, 鲁棒性 , 灵活性。

Page 31: Distributed Real-time Data Collection for Enterprises 1.0 v03

2 海迅接口适配器

Page 32: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程2 系统要求和支持

主机: Desktop/Workstation/ServerCPU : x86兼容架构内存:常用 DRAM 内存网卡: 10/100/1000MB 以太网卡网络: WAN, LAN, 企业防火墙,南瑞Syskeeper-2000正向网闸

硬件环境

Page 33: Distributed Real-time Data Collection for Enterprises 1.0 v03

瑞中数据成长历程2 系统要求和支持软件环境

操作系统 版本号基于 Windows_NT 内核操作系统 Windows XP SP3 、

WindowsServer2003 Windows 7 Windows Server2008 Windows Server 2012

协议 版本号TCP/IP IP Version 4

Netgap 南瑞

网络协议:

操作系统:

Page 34: Distributed Real-time Data Collection for Enterprises 1.0 v03

1

● 数据孤岛联通困难

C.R.D

2 3

● HIA

应用价值

C.R.D

● 海迅接口适配器(HIA) 系统

C.R.D

CONTENTS

Page 35: Distributed Real-time Data Collection for Enterprises 1.0 v03

3 从大数据获得洞察力

洞察企业的任何数据,任何规模,任何地点

Page 36: Distributed Real-time Data Collection for Enterprises 1.0 v03

联 系 我 们

24 小时热线: 4008-808-273 办 公 电 话: 025-83093888  025-83093805 (营销中心)传 真: 025-83093999 网址: http://www.sgepri.sgcc.com.cn 地址:南京市软件大道 180号未来数据产业园 B6栋

Page 37: Distributed Real-time Data Collection for Enterprises 1.0 v03

Thank You! 谢谢观看!