- 最新动态
- 功能总览
- 产品介绍
- 计费说明
- 快速入门
- 控制台操作指南
-
数据建模引擎用户指南
- 设计态使用指南
- 运行态使用指南
- 流程引擎使用指南
- 数字主线引擎用户指南
- 最佳实践
- 开发指南
-
API参考
- 使用前必读
- API概览
- 如何调用API
-
API
- 应用管理
- 运行服务管理
-
数据建模引擎
- 基础数据服务
-
版本服务
- 管理员更新M-V模型数据实例
- 管理员批量更新M-V模型数据实例
- 管理员撤销检出M-V模型数据实例
- 管理员批量撤销检出M-V模型数据实例
- 获取指定M-V模型实例的版本列表
- 获取指定版本的M-V模型实例数据
- 检出M-V模型数据实例
- 批量检出M-V模型数据实例
- 检出并更新M-V模型
- 批量检出并更新M-V模型
- 撤销检出M-V模型数据实例
- 批量撤销检出M-V模型数据实例
- 检入M-V模型数据实例
- 批量检入M-V模型数据实例
- 更新并检入M-V模型数据实例
- 批量更新并检入M-V模型数据实例
- 修订M-V模型数据实例
- 批量修订M-V模型数据实例
- 修订并更新M-V模型数据实例
- 批量修订并更新M-V模型数据实例
- 批量升级M-V模型实例的版本号
- 删除版本对象下最新分支的最新版本实例数据
- 软删除版本对象下最新分支的最新版本实例数据
- 删除最新大版本下的所有小版本
- 批量删除最新大版本下的所有小版本
- 软删除M-V模型实例下最新分支的所有小版本数据
- 批量软删除最新大版本下的所有小版本
- 对比M-V模型实例
- 失效管理
- 业务编码生成器
- 标签管理
- 生命周期管理
- 系统版本
- 多维视图和多维分支
- 关系实体服务
- 树形结构
- 流程引擎
- 应用示例
- 权限和授权项
- 附录
- SDK参考
-
常见问题
- 一般性相关问题
- 计量计费相关问题
-
数据建模引擎相关问题
- 设计态与运行态有什么区别?
- 为什么无法登录应用运行态?
- 为什么用户管理中会有“用户不存在”的用户?
- 为什么登录应用运行态时提示“缺少参数或参数错误”?
- 为什么设置输入型参数时提示安全校验失败?
- 应用发布后,在运行态为什么看不到构建的模型数据?
- 如何验证已设置的用户权限已生效?
- 什么是XDM应用?
- 什么是M-V模型?
- 数据建模引擎支持哪些属性类型?
- 枚举、合法值和参考对象的区别是什么?
- 入图和不入图有什么不同?
- 数据建模引擎支持哪些层级的缓存?
- 如何进行应用同步?
- 可以通过API方式使用应用设计态吗?
- 体验版数据建模引擎和基础版数据建模引擎提供的API有什么不同?
- 如何查看数据建模引擎的版本号?
- 如何避免数据模型互相引用形成环?
- 使用JDK 17版本应用运行态时,服务编排存在哪些约束与限制?
-
数字主线引擎相关问题
- 什么是企业租户和应用租户?
- 创建实体时选择构建表的作用是什么?
- 复杂实体属性太多,创建麻烦怎么办?
- 什么是源端映射和目标端映射?
- 什么是增量字段?
- 关系型数据库映射配置中DelFlag字段的作用是什么?
- 创建数据质量任务时,怎么选不出数据实体?
- 为什么LinkX-F中xDM-F来源的实例数据的最后更新时间显示与xDM-F中不一致
- 什么是入图调度的数据起止时间和数据分片间隔?
- 聚合服务编排中非纯脚本服务选择入参时,提示错误“初始数据实体必填入参为空,请选择必填入参”?
- 发布聚合服务后生成的API如何调用?
- 调用聚合服务时提示“查找不到该企业用户”
- 为什么操作时提示WSF参数校验失败?
- 描述类信息中输入英文双引号导致系统错误提示
- 全量数据服务API相关问题
- 文档下载
- 通用参考
链接复制成功!
方案概述
背景信息
追溯是维护工作的基本能力,维护工作中经常需要通过追溯排查问题、评估风险。
例如追溯出现问题的内存,需要先根据内存批次信息手工转换成采购商SN,然后手工分段查询当前状态,不仅效率低,而且查不到故障件的历史装配关系,出现追溯遗漏。一般情况下,在服务器存储硬件维护中,每周都有2~3次追溯需求。如果采用手工排查方式,计算维护人员、存储维护人员及MQE需要在CMES、悍马等多个系统手工导出数据,涉及十亿级数据量,使用Excel分析,简单的追溯每次至少1天时间;如果追溯的条件复杂( 如18nm内存发货,批次、型号、工艺等组合查询),有时甚至需要1周,且无法保证质量,追溯的需求非常迫切。
解决方案
使用数字主线引擎(LinkX Foundation,简称LinkX-F)提供的图谱技术,构建出海量业务数据全关联图谱,可以联接内存的批次、容量、工艺、型号等信息,包括内存所在的父项条码、阶段去向、来料批次号、厂家名称、容量、型号等相关数据。通过多系统超大数据量处理,即可实现快速支撑连续性器件质量追溯一键式分析器件问题影响,有效提升器件质量问题分析处理效率。
在数字主线引擎中,聚合服务是数据服务的基本单位,也是实现业务功能的最小单元。利用聚合服务编排,通过拖拉拽图形化的方式,即可快速生成一个API。将数字主线引擎中开发的API集成到对应的数据查询应用,即可提供按厂家SN、21条码、整机SN等组合内存数据查询、数据导出、导入模板查询统计的能力,产品线硬件维护人员也可通过器件追溯应用对内存数据过滤查询、导出导入数据。利用数字主线引擎,轻松实现百亿级数据分钟级追溯,快速获得如下价值和收益。
- 计算&数据存储与机器视觉产品维护人员每周2-3次的追溯内存的效率,由原来的N天甚至1周提升到现在的1-10分钟。
- 支持1000条以内厂家SN、21条码、整机SN的文本输入查询,有效提升易用性。
- 支持10W+厂家SN、21条码数据查询,10分钟以内返回查询结果,快速高效。
示例场景
假设存在如下场景:
- 维护工程师收到问题单板时,采集其采购商条码和相关器件编码,追溯到涉及器件的DateCode、LotCode,确认问题器件批次等信息。
- 根据问题器件批次追溯到来料供应商,器件坏件影响的单板、模块以及影响客户、合同,制定应对措施并指导实施。
- 同时识别同批次器件来料和在库状态,及时做好质量隔离措施。
- 根据问题单板条码逆向追溯相关硬盘、内存等各种介质对应的供应商SN、批次等,支撑定位出嫌疑介质信息。根据嫌疑介质供应商SN等正向追溯相关硬盘阶段去向(在制在库、理货、发货、逆向退回、报废),及时采取召回、整改等措施将业务影响降到最低。
优势说明
对比传统多个系统中分段追溯的痛点,数字主线引擎可以实现10W级条码数据查询10min内,100W级的条码数据查询1h内,从而快速、准确一键式追溯到问题器件DateCode、LotCode等批次信息和硬盘、内存厂家SN,以及装配的发货父项编码以及对应的合同、客户等相关数据。

服务开发与发布流程
