流程性行业质量大数据选什么方案好?

各位专家好!
我像请教一下,我是钢铁企业的,最近咨询质量大数据相关项目,交流的厂家有2种技术方案,一种是Wonderware实时数据库+关系数据库;另一种是hadoop生态圈的。使用第一种方案的厂家说对于连续采集的曲线(比如生产中的温度、电流等实时的工艺参数)实时数据库有压缩算法,使用hadoop则不能压缩,存储的数据量太大。请问是这样的么?对于像钢铁企业这类流程性行业有质量大数据的相关案例么?

参与7

1同行回答

sxtycxxsxtycxx 解决方案经理人工智能(计算机视觉)
1.如果是大数据项目,底层存储肯定不能用实时数据库+关系数据库这种架构,大数据底层必须是分布式架构,存储大多数都是采用HDFS分布式文件系统2.但是像你说的生产中的温度、电流等实时的工艺参数,最开始一直都是采用SCADA实时采集PLC和各类传感器设备的数据,存放在实时数据库(例...显示全部

1.如果是大数据项目,底层存储肯定不能用实时数据库+关系数据库这种架构,大数据底层必须是分布式架构,存储大多数都是采用HDFS分布式文件系统
2.但是像你说的生产中的温度、电流等实时的工艺参数,最开始一直都是采用SCADA实时采集PLC和各类传感器设备的数据,存放在实时数据库(例如GE)中
3.至于你说的压缩不压缩的,对于大数据不是大问题,现在的硬盘容量已经可以足够大,而且非常廉价,大数据采用PC服务器内的硬盘就可以做存储,压缩或是不压缩都没有太大的关系

收起
互联网服务 · 2018-10-19

提问者

analyst
高级工程师中信特钢
擅长领域: 服务器信创云计算

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2018-10-19
  • 关注会员:2 人
  • 问题浏览:2580
  • 最近回答:2018-10-19
  • X社区推广