基于Storm的工业流水线实时分析系统设计与实现

被引：6

作者：

陈志云

肖楚乔

机构：

[1] 华东师范大学计算机科学与软件工程学院

来源：

计算机应用与软件 | 2017年 / 34卷 / 11期

关键词：

工业大数据; Storm; Kafka;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着全球云计算、大数据、物联网和人工智能等技术在工业领域的兴起,数据成为了工业4.0时代的核心驱动力。为了弥补Hadoop分布式系统在实时工业数据处理中显现的不足,提出基于Storm的工业流水线实时分析系统。该系统通过嵌入SDK实时采集终端数据,利用Nginx服务器将数据转换成日志文件,并采用分布式消息系统Kafka缓存,消息流入Storm进行分析处理后,将结果存入HBase中。最后从系统的保障性,并行性和实时性等方面进行分析,表明该系统非常可靠地将各个终端收集到的工业数据实时转换成有价值的信息输出,方便数据资源的汇总与优化。

引用

页码：48 / 52

页数：5

共 16 条

[1] 分布式工业数据实时分析计算平台[J].万英杰,鲍远松,黄明. 信息技术与标准化.2016(11)
[2] 工业大数据技术[J].王建民. 电信网技术.2016(08)
[3] 工业大数据发展态势与典型应用[J].黄明峰. 电信科学.2016(07)
[4] 基于流处理技术的云计算平台监控方案的设计与实现[J].单莘,祝智岗,张龙,付长冬,魏书晓. 计算机应用与软件.2016(04)
[5] 面向复杂工业大数据的实时特征提取方法[J].孔宪光,章雄,马洪波,常建涛,牛萌. 西安电子科技大学学报.2016(05)
[6] 数据是工业4.0的核心驱动[J].张礼立. 中国工业评论.2015(12)
[7] 大数据在立柱维修流水线的应用[J].李二霞. 科技创新与应用.2015(30)
[8] 中国制造2025的核心竞争力——挖掘使用数据[J].李杰,刘宗长. 博鳌观察.2015(04)
[9] 工业大数据价值挖掘路径[J].高婴劢. 中国工业评论.2015(Z1)
[10] 德国工业4.0战略对我国工业转型的启示[J].罗文. 玻璃钢/复合材料.2014(11)

← 1 2 →