1. Plattform Übersicht

Die Projektinformationsmanagementplattform (auf Gruppenebene) setzt auf ein neues Konzept des gesamten Projektlebenszyklus ein. Es basiert auf dem Servicemodell "Internet + intelligenter Verkehr", nutzt Technologien wie Cloud Computing, Big Data und Internet der Dinge, integriert die relevanten Kernressourcen, um das Projektmanagement zu kontrollieren, zu verarbeiten und zu visualisieren, um eine umfassende Echtzeit-Regulierung des Projektmanagements zu erstellen, ein Großes Datenzentrum für das Projektmanagement der Gruppe aufzubauen, eine Ökosphäre für die Informationsentwicklung von Bauprojekten für die Zusammenarbeit, intelligente Produktion und wissenschaftliche Verwaltung aufzubauen und diese Daten in einer virtuellen Realitätsumgebung mit dem Internet der Dinge zu analysieren, um die erfassten Ingenieurinformationen für die Datenverarbeitung bereitzustellen, um Prozesstrendvorhersagen und Expertenprojekte bereitzustellen, um das intelligente Management der visuellen Konstruktion zu realisieren, um das Informationsniveau des Projektmanagements zu verbessern, um Big Data-Dienste durch Big Data-Mining und Big Data-Analyse für die Gruppe bereitzustellen. Integriertes Management von Qualität, Sicherheit, Fortschritt und Investitionen während des Projektbauprozesses.

II. Funktionale Plattformstruktur

Die Plattform ermöglicht ein umfassendes Management von Qualität, Sicherheit, Fortschritt und Investitionen während des Bauprozesses;

Die Plattform nutzt das Internet der Dinge und die Sensortechnologie, um verschiedene Arten von Daten auf der Baustelle in Echtzeit zu erfassen, die erfassten Daten in Echtzeit zu verarbeiten und zu analysieren, die Daten zu überschreiten, um in Echtzeit zu warnen, um die Bausicherheit und die Bauqualität zu unterstützen;

Die Plattform ermöglicht die tägliche Verhaltensüberwachung auf der Baustelle durch verschiedene Subsysteme der Regulierung des Geschäfts und die Integration von verschiedenen Datenanalysemodellen wie vager Bewertung und neuronale Netzwerke;

Die Plattform ermöglicht eine einheitliche Speicherung und Verwaltung von Aufsichtsinformationen auf der Baustelle und bildet eine einheitliche Datenbank;

Die Plattform schafft ein einheitliches Subsystem für das grundlegende Datenmanagement, die Anwendungswartung und den Datenaustausch, um die einheitliche Dateninteraktion und die betriebliche Wartung von Konzernprojekten zu ermöglichen.

Die Plattform bietet Big Data Services für den Konzern durch Big Data Mining und Big Data Analyse von Projekten.

Technologiestruktur der Plattform

HDFS: Das Hadoop Distributed File System bietet Datenzugriff mit hohem Durchsatz für Anwendungen mit großen Datensätzen.

Yarn: Das Ressourcenmanagementsystem in Hadoop 2.0 ist ein universelles Ressourcenmodul, das das Ressourcenmanagement und die Planung für verschiedene Anwendungen ermöglicht.

Spark: Ein One-Stop-Framework für speicherbasierte Berechnungen.

Elk: bietet Standard-SQL-Engine-Funktionen, die eine reibungslose Migration herkömmlicher Anwendungen über herkömmliche Anwendungen auf Big Data-Plattformen ermöglichen.

Storm: Ein verteiltes, zuverlässiges und fehlertolerantes Echtzeit-Streaming-Datenverarbeitungssystem mit einer Abfragesprache wie SQL (StreamCQL).

MPP: Massiv parallele Verarbeitungsdatenbank, die eine hochskalierbare, leistungsstarke, stabile und kostengünstige Massiv parallele Verarbeitungsdatenbank bietet, die herkömmliche Lagersysteme ersetzt, um die Entscheidungsfindung des Unternehmens zu unterstützen.

4. Eigenschaften der Plattform

Echtzeitverarbeitung: Die Plattform nutzt Datencaching, eine verteilte Stream-Computing-Engine, um Daten in Echtzeit zu erfassen, zu analysieren und Ergebnisse zu liefern, die eine Vielzahl von Datenquellen unterstützen, schnelle Verarbeitungsgeschwindigkeiten, hohe Konkurrenz und hohe Verfügbarkeit erreichen.

Interaktive Abfragen: Streaming-Daten, Dateidaten usw. werden durch eine interaktive Abfragemaschine nach einem Datenmodell organisiert, das für interaktive Abfragen geeignet ist, um Daten interaktiv zu analysieren und abzufragen.

Offline-Verarbeitung: Analysieren und verarbeiten Sie große Datenmengen, um Ergebnisdaten für die nächste Datenanwendung zu bilden. Die Implementierung erfolgt in der Regel über MapReduce, Spark, Hive oder Spark SQL.

Fusionspositionen: Fusionspositionen unterstützen horizontale Skalierung, Vollkomponenten-HA, Reihenspeicherung, extrem schnelle Abfrageanalyse, kompatibel mit herkömmlichem SQL, unterstützen reibungslose Anwendungsmigration, lösen Sie Probleme wie schlechte Zeitleistung, hohe Skalierungskosten und Skalierungsunterbrechungen bei herkömmlichen Positionen, um effiziente Geschäftsentscheidungen zu treffen.

V. Software-Schnittstellen