近年來，5G和物聯(lián)網(wǎng)不斷發(fā)展，智能終端設(shè)備不斷普及，網(wǎng)絡(luò)邊緣側(cè)數(shù)據(jù)呈現(xiàn)爆發(fā)式增長，這些因素極大地推動了邊緣計算的發(fā)展。對于工業(yè)互聯(lián)網(wǎng)來說，5G邊緣計算技術(shù)可以解決數(shù)據(jù)時延、帶寬、安全性等問題，滿足并加快整體建設(shè)需求。制造業(yè)也在積極向智能化、互聯(lián)化轉(zhuǎn)型，“互聯(lián)制造”已成為制造企業(yè)發(fā)展浪潮中新的轉(zhuǎn)折點和歷史機(jī)遇。

然而，隨著制造業(yè)的智能化發(fā)展，越來越多的數(shù)據(jù)類型也隨之顯現(xiàn)。根據(jù)IDC的一份報告顯示，實時數(shù)據(jù)的增長速度比靜態(tài)數(shù)據(jù)加快了50%，流數(shù)據(jù)分析的復(fù)合年增長率預(yù)計將達(dá)到28%。這使得專用于靜態(tài)歷史數(shù)據(jù)解決方案、在本地或離散云中運行的傳統(tǒng)數(shù)據(jù)平臺無法滿足當(dāng)前制造企業(yè)進(jìn)行實時分析的需求。流數(shù)據(jù)之所以出現(xiàn)如此快速的增長，也是因為其可以實現(xiàn)實時分析，以及更重要的自主決策。

實現(xiàn)傳統(tǒng)制造業(yè)向互聯(lián)制造轉(zhuǎn)型的因素包括：針對特定用途量身定制的經(jīng)濟(jì)型過程傳感器，可重復(fù)進(jìn)行自主決策的強大邊緣計算設(shè)備，進(jìn)行分析和存儲的云計算，以及即將到來的5G應(yīng)用。5G將打開一條數(shù)據(jù)“高速公路”，使制造過程擺脫連接線的束縛；但流數(shù)據(jù)的這些優(yōu)點也讓管理各種制造企業(yè)業(yè)務(wù)流程中的龐大數(shù)據(jù)量，以及多樣化數(shù)據(jù)結(jié)構(gòu)等方面變得更具挑戰(zhàn)性。 

傳統(tǒng)互聯(lián)制造數(shù)據(jù)管理解決方案面臨挑戰(zhàn)

隨著新數(shù)據(jù)源的快速發(fā)展和數(shù)據(jù)規(guī)模的上升，許多制造企業(yè)面臨著解決數(shù)字化復(fù)雜性的壓力。企業(yè)機(jī)構(gòu)在互聯(lián)制造數(shù)據(jù)管理方面的主要挑戰(zhàn)包括：

 數(shù)據(jù)管理成本： 傳統(tǒng)的數(shù)據(jù)管理機(jī)制成本高昂，并且無法捕獲和處理來自聯(lián)網(wǎng)設(shè)備的PB級物聯(lián)網(wǎng)數(shù)據(jù)流。如今，企業(yè)機(jī)構(gòu)需要一個更靈活且可擴(kuò)展的數(shù)據(jù)管理分析平臺，從而能夠以較低的成本輕松地采集、存儲和管理流數(shù)據(jù)。

●   處理物聯(lián)網(wǎng)數(shù)據(jù)的數(shù)量和種類： 為了實現(xiàn)流程監(jiān)控和優(yōu)化、預(yù)測性維護(hù)以及新興的物聯(lián)網(wǎng)應(yīng)用，信息架構(gòu)師需要一個平臺來處理各類數(shù)據(jù)結(jié)構(gòu)和方案，包括每秒溫度、壓力和振動讀數(shù)等，以通過各種受支持的驅(qū)動程序和協(xié)議從邊緣處理純非結(jié)構(gòu)化數(shù)據(jù)（例如圖像、視頻、文本、頻譜數(shù)據(jù)），以及熱成像、聲音信號等其他形式的數(shù)據(jù)。

●   管理實時數(shù)據(jù)的復(fù)雜性： 為了推動連續(xù)過程監(jiān)控、產(chǎn)量優(yōu)化或預(yù)測性維護(hù)，數(shù)據(jù)管理平臺需要對流數(shù)據(jù)進(jìn)行實時分析，并有效采集、存儲和處理這些數(shù)據(jù)，以便及時提供洞察，采取行動。

●   解放孤島中的數(shù)據(jù)： 由于價值鏈中存在特殊流程（創(chuàng)新平臺、QMS、MES等），因此需要針對每個獨立的孤島解決方案定制不同的數(shù)據(jù)源和數(shù)據(jù)管理平臺。鑒于跨企業(yè)數(shù)據(jù)僅能提供一小部分洞察力，這些窄點解決方案會限制企業(yè)價值；而且重復(fù)的孤島解決方案會分割業(yè)務(wù)，從而限制合作機(jī)會。因此，該平臺必須能夠?qū)r值鏈中各點的流數(shù)據(jù)與ERP、MES和QMS來源相結(jié)合，并形成可執(zhí)行的洞察。

Cloudera DataFlow從邊緣獲得洞察

鑒于制造業(yè)本身和物聯(lián)網(wǎng)數(shù)據(jù)的復(fù)雜性和多樣性，制造企業(yè)十分重視從邊緣到人工智能獲取清晰可見的洞察力。因此，在一開始就應(yīng)將數(shù)據(jù)放入數(shù)據(jù)湖和企業(yè)數(shù)據(jù)平臺中。

Cloudera Data Platform通過Cloudera DataFlow（CDF）中的技術(shù)組合來應(yīng)對這些挑戰(zhàn)。CDF可提供以下解決方案：

●   管理、控制和監(jiān)視所有數(shù)據(jù)流和物聯(lián)網(wǎng)計劃邊緣的能力。 Cloudera Edge Management（CEM）由邊緣代理和邊緣管理中心組成，通過管理、控制和監(jiān)視邊緣代理，以收集邊緣設(shè)備中的數(shù)據(jù)并將情報發(fā)回。

●   獲取和管理實時流數(shù)據(jù)的能力。Cloudera Flow Management（CFM）是由Apache NiFi支撐的無需編碼的一種數(shù)據(jù)獲取和管理解決方案。通過NiFi直觀的圖形界面和300余個處理器，CFM可為企業(yè)提供具有高度可擴(kuò)展性的數(shù)據(jù)移動、轉(zhuǎn)換和管理功能。

●   通過Apache Kafka實現(xiàn)的高級消息傳遞和流處理功能。 Cloudera Stream Processing（CSP）使用Apache Kafka提供流數(shù)據(jù)的高級消息傳遞、實時處理和分析，以及Cloudera Streams Management支持的管理和監(jiān)視功能。

●   Cloudera Streaming Analytics（CSA）提供的實時洞察。 在Apache Flink的支持下，CSA提供低延遲的處理能力，可從邊緣對流數(shù)據(jù)進(jìn)行實時可行的智能處理。