iotanalytics
产品简介
更新时间:2020/04/27 GMT+08:00
IoT数据分析基于物联网资产模型,整合物联网数据集成,清洗,存储,分析,可视化,为开发者提供一站式服务,降低开发门槛,缩短开发周期,快速实现物联网数据价值变现。
功能介绍
IoT数据分析平台提供以下分析能力
- 离线分析: 帮助客户快速构建物联网数据湖,开发者可通过标准 SQL开发数据分析任务,并轻松处理TB-EB级别海量数据,可在报表统计、设备行为分析等无需实时处理数据的场景使用。
表1 离线分析 特点
描述
数据湖
提供成本低廉的海量数据存储能力,与物联网设备接入服务无缝对接,快速接入物联网数据源,并基于物联网设备模型预处理好数据和原始数据归档,为数据分析做好准备。
大数据分析
使用大数据高可用,可水平扩展框架,基于内存计算模型,DAG调度框架、高效的优化器,综合性能是传统MapReduce模型的百倍以上。
标准SQL接口
提供标准的SQL接口,开发者无需关心SQL处理引擎的部署和运维,只需聚焦业务定义分析作业,并支持丰富的作业调度策略配置。
离线分析支持以下几种数据来源:
- 物联网平台的系统数据
- 基于物联网设备能力定义的设备数据
- 用户授权的业务数据
- 实时分析:基于大数据流计算引擎,提供物联网实时分析能力。为了降低开发者开发流分析作业门槛,IoT数据分析服务提供图形化流编排能力,开发者可以通过拖拽方式快速开发上线。
表2 实时分析 特点
描述
图形化流编排能力
可视化流编排IDE,无需写SQL,通过简单拖拽完成流作业定义
物联网流编排算子
基于典型物联网应用场景,封装常用算子,比如数据接入,数据过滤,数据转换等等
- 时序分析:专为物联网时序数据处理优化的服务,包括高压缩比的时序数据存储,高效的时序查询效率,海量时间线能力。
表3 时序分析 特点
描述
海量接入
海量时间线能力,最大可达亿级
时序存储
列式存储及专用压缩算法,高压缩率
高效查询
基于时间多维度聚合,近实时分析查询
数据可视化
提供时序洞察工具,可直观展示时序数据的变化趋势
- 资产模型:为充分“理解”物联网设备所产生的海量数据、挖掘海量数据背后的价值,往往需要将单一设备数据和测量数值置于一个上下文中去分析,这个上下文可能是一个产线或系统装配关系、组织关系、地理空间关系等等。IoT数据分析服务提供资产模型能力,帮助开发者快速定义复杂业务系统模型,并基于该模型对物联网数据进行实时关联计算、智能关系分析等处理。
表4 特点
描述
可视化资产模型开发环境
所见即所得图形化建模引擎、简化复杂资产开发难度、支持10层树形层级关系建模
用户自定义函数(UDF)虚测点运算
丰富的计算算子如四则运算、科学计数法、三角函数、滑窗滚窗、流计算等
资产模板
支持自定义行业资产模板、快速复制共享、共筑行业生态
资产监控
通过数字资产模型对实际业务系统运行状态、指标等进行实时监控、异常检测
产品架构
图1 产品架构图



架构图中标深色部分已在公测版本中开放。
