（技）现代工业物联网(IIoT)大数据+AI场景实战-风力发电机优化
工业物联网(IIoT)在过去的几年里，从一个主要在石油和天然气行业进行试点的草根技术栈，如今发展到在制造、化工、公用事业、运输和能源行业广泛采用和生产使用。传统的物联网系统，如Scada、Historians甚至Hadoop，由于以下因素，无法提供大多数组织所需的大数据分析能力，无法对工业资产进行预测性优化。 挑战 所需能力 数据量显著增大且更加频繁 从物联网设备中可靠地采集和存储亚秒级颗粒读数的能力，且成本效益要高，每天的数据流为TB级。 数据处理需求更加复杂 符合ACID标准的数据处理–基于时间的窗口、聚合、枢轴、回填、移动，并能轻松地重新处理旧数据。 更多的用户角色希望访问数据 数据是一种开放的格式，易于与运营工程师、数据分析师、数据工程师和数据科学家共享，而不会形成孤岛。 决..
更多
数据体系要简单直接，BI应该叫商业情报
对非技术行业公司（非IT，DT公司），千万不要太过痴迷于数据技术本身，能cloud的绝不OP，也不要把自己的数据体系搞得各种技术术语堆叠。这是非常错位的举动。 数据意图本质是为了洞悉数据背后所暗含的的商业规律和现象，并对进一步的商业运作决策给予依据。 很可惜，看到了太多只玩技术，忽略商业目标的事情。醒醒吧， 花那么多钱买的资源，浪费那么多算力和电力得到一堆不知所云的东西，不如去挖矿。建议做数据的人先把手上的《21天精通Hadoop》《万事不求人掌握spark》先放放，静心回顾一遍《情报学》《军事情报学》。 还是不明白，就品品“经管之家” 和“CSDN”的区别， 你品，你细品。避免技术很先进， 业务不成功。 情报学课本中讲到过，情报的转化需要经历data—information—intelligence（数..
更多