Panoramica della piattaforma

La piattaforma di gestione informatica del progetto (a livello di gruppo) adotta un nuovo concetto di gestione del ciclo di vita del progetto. Si basa sul modello di servizio "Internet + trasporto intelligente", utilizzando tecnologie come il cloud computing, i big data e l'Internet delle cose, integrando le risorse principali pertinenti per controllare, digitalizzare e visualizzare la gestione del progetto per la regolamentazione in tempo reale a livello completo, stabilire un centro di big data per la gestione del progetto del gruppo, creare un'ecosfera informatica di progetti di costruzione per la sinergia di connessione, la produzione intelligente e la gestione scientifica, e utilizzare questi dati nell'ambiente di realtà virtuale per l'analisi del data mining delle informazioni ingegneristiche raccolte con l'Internet delle cose, fornire previsioni di tendenze di processo e progetti esperti, realizzare una gestione intelligente della visualizzazione della costruzione ingegneristica per migliorare il livello di informatizzazione della gestione del progetto, fornire servizi di big data attraverso l'estrazione di big data e l'analisi dei big data per il gruppo. Realizzare una gestione integrata della qualità, della sicurezza, del progresso e degli investimenti durante la costruzione del progetto.

Struttura funzionale della piattaforma

La piattaforma consente la gestione integrata della qualità, della sicurezza, del progresso e degli investimenti durante la costruzione del progetto;

La piattaforma utilizza l'Internet delle cose e la tecnologia dei sensori per raccogliere in tempo reale vari tipi di dati sul cantiere, elaborare e analizzare i dati raccolti in tempo reale, avvisare in tempo reale i dati eccessivi per fornire supporto alla sicurezza della costruzione e alla qualità della costruzione;

La piattaforma consente di controllare il comportamento quotidiano del cantiere attraverso vari sottosistemi aziendali di regolamentazione e l'applicazione integrata di diversi modelli di analisi dei dati, come la valutazione vaga e le reti neurali;

La piattaforma consente di archiviare e gestire unificatamente le informazioni di controllo sul sito di costruzione, formando un database unificato;

La piattaforma stabilisce un sottosistema unificato di gestione dei dati di base, manutenzione delle applicazioni e scambio di dati per consentire interazioni unificate dei dati e manutenzione operativa dei progetti appartenenti al Gruppo;

La piattaforma fornisce servizi di big data al Gruppo attraverso il big data mining dei progetti e l’analisi dei dati.

Architettura tecnologica della piattaforma

HDFS: Hadoop Distributed File System, che fornisce accesso ai dati ad alto throughput per applicazioni su set di dati su larga scala.

Yarn: il sistema di gestione delle risorse in Hadoop 2.0, è un modulo di risorse universale per la gestione e la pianificazione delle risorse per una varietà di applicazioni.

Spark: un framework di calcolo distribuito per i calcoli basati sulla memoria.

Elk: Fornisce funzionalità di motore SQL standard che consentono di migrare senza problemi le applicazioni tradizionali su piattaforme di big data.

Storm: un sistema di elaborazione dei dati in streaming in tempo reale distribuito, affidabile e tolerante agli errori che fornisce un linguaggio di query come SQL (StreamCQL).

MPP: database di elaborazione parallela su larga scala che fornisce un database di elaborazione parallela su larga scala ad alta scalabilità, ad alte prestazioni, ad alta stabilità e a basso costo, sostituendo i tradizionali sistemi di magazzino numerico per supportare le decisioni aziendali.

Caratteristiche della piattaforma

Elaborazione in tempo reale: la piattaforma utilizza la cache dei dati, il motore di calcolo di streaming distribuito per acquisire i dati in tempo reale, analizzare e fornire risultati in tempo reale, supportando più fonti di dati, velocità di elaborazione, alta concurrenza e alta disponibilità.

Query interattive: i dati in streaming, i dati dei file, ecc. vengono organizzati tramite un motore di query interattivo secondo un modello di dati adatto alle query interattive per l'analisi e le query interattive dei dati.

Elaborazione offline: analizzare e elaborare grandi quantità di dati per formare i dati risultati per l'uso successivo delle applicazioni di dati. Di solito viene implementato tramite MapReduce, Spark, Hive o Spark SQL.

Posizioni convergenti: posizioni convergenti supportano la scalabilità orizzontale, HA a tutti i componenti, mescolazione in fila, analisi di query estremamente veloce, compatibile con SQL tradizionale, supportano la migrazione delle applicazioni senza problemi, risolvono i problemi di scarsa efficienza dei tempi, elevati costi di scalabilità e interruzione della scalabilità delle posizioni tradizionali, per raggiungere decisioni operative efficienti.

V. Grafico dell'interfaccia del software