制造业MES产线IoT平台架构..doc

.. 制造业MES产线IoT平台架构 Oracle全数据和云存储方案  对于大多数的制造企业来说，在快速发展的同时对大量数据进行访问、分析及管理越来越关键。许多制造企业都在增强制造质量的同时寻找提升缺陷跟踪及对完善供应链的优化能力，从而改善其整体的运营效率。 全数据解决方案可以帮助提高制造及运营效率，同时提供对公司运作的全方位观察，从而引导更好更及时的决策。以全数据为基础的架构可以让企业有能力分析各类数据源以获得更好的洞察。这会开拓企业的分析及预测选项，并会取得更好的成果。 Oracle是企业级解决方案的领导者，在企业纷纷思考大数据如何转换为价值的过程中，Oracle也在结合自己的经验和能力思考，并且总结出了全数据管理解决方案。即对于结构化数据，Oracle建议采用关系型数据库来处理，其技术非常成熟，生态环境也比较完善。而对于非结构化数据，考虑到未来技术的发展和成本等因素，可以考虑基于Hadoop/NoSQL来处理，同时将关系型数据库成熟的经验和技术扩展到新技术平台。全数据管理平台构建模式应该是关系型数据库和Hadoop/NoSQL相结合，在企业级产品方面Oracle推出了Exadata + BDA的一整套全数据解决方案。 Oracle Exadata 数据库云平台采用集成设计，旨在为 Oracle 数据库提供卓越的性能、极好的成本效益和极高的可用性。Exadata 可以运行所有类型的数据库负载，包括联机事务处理 (OLTP)、数据仓库 (DW)、内存中分析以及各种混合负载。 Oracle BDA大数据机是一个灵活、高性能安全的平台，用于在Hadoop、Kafka和NoSQL 系统上运行不同的负载。凭借Oracle Big Data SQL，BDA将Oracle行业领先的SQL实现扩展至Hadoop/ NoSQL和Kafka系统。BDA将Hadoop生态系统的必威体育精装版技术和强大的Oracle SQL功能整合到一个预先配置的平台上，因而支持快速开发新的大数据应用程序，支持与现有关系型数据紧密集成，这在业界堪称独一无二。 Oracle 存储云服务为您提供了一个通过互联网存储、管理和使用大量非结构化数据的易用的解决方案。您的应用程序可以使用 OpenStack Swift 兼容的 REST API 或 Java API 以编程方式访问 Oracle 存储云服务。您可以使用基于 web 的图形控制台监视关键存储量度并管理用户和角色。 ??????? 下面以一个真实的案例向您介绍如何通过ORACLE全数据平台 + Cloud存储混合云架构设计，构建一个制造业MES产线IoT平台。 ?典型案例——某制造业MES产品检测系统大数据需求分析 ? ?1.1.?? 数据源分析 MES产品检测系统测试数据分为两类： SUMMARY概要数据 DETAIL详细数据 LOGFILE日志文件 IMAGE测试图片文件 ? 数据按RETENTION分类 超热数据：当前生产数据：1天以内 热数据：? 1天至1月 温数据：? 1月至6月 冷数据：? 6月以上至2年 ? 具体数据分析如下： SUMMARY LOGFILE IMAGE 定义 测试数据的概要信息 测试日志文件（测试数据的详细信息） 测试图片文件（测试数据的详细信息） 格式 结构化数据 结构化数据 非结构化数据 数据大小（每条） 10KB 50KB 5MB 产生数量/分钟 1000条 10万条 1000条 数据量/分钟 数据量/天 数据量/月 数据量/半年 数据量/年 10 MB 14.4 GB 432 GB 2.592 TB 5.184 TB 5 GB 7.2 TB 216 TB 1.296 PB 2.592 PB? ? 5 GB 7.2 TB 216 TB 1.296 PB 2.592 PB 数据访问性能要求 = 5秒 （超热数据：1天内）? = 10分钟 （热数据：1天至1月） = 4小时 （温数据： 1月至半年） = 24小时 （半年至2年）? 数据保留期限 超热数据：当前数据 1天以内 ? 热数据：? 1天至1月 温数据： 6月 冷数据： 2年 超出2年则自动删除 存储位置 本地存储 本地存储+公有云 公有云 ?1.2.?? 数据采集 测试数据最初是分散分布在各个测试端本地电脑上，后汇总采集存储至 SQL数据库， SUMMARY 与 LOGFILE数据以表的形式存储。IMAGE则以文件的形式存储。 ?1.3.?? 数据分析 主要分析测试数据特征值，预测数据趋势 ?1.4.?? IoT闭环 大数据分析结果反馈至生产端，形成闭环，最终指导生产，提高生产效率。 例如通过良率分析，发现生产参数，时间，测试指标结果和良率的相关性，通过与MES结合，实时监控生产参数和测试指标，并且做出预测，一旦发现缺陷数量