I. Resumen de la plataforma

La Plataforma de gestión de la información del proyecto (a nivel de grupo) adopta un nuevo concepto de gestión del ciclo de vida del proyecto. Se basa en el modelo de servicio "internet + transporte inteligente", utiliza computación en la nube, Big data e Internet de las cosas y otras tecnologías, integra los recursos básicos relevantes, realiza una supervisión tridimensional integral y en tiempo real de la gestión de proyectos con controlabilidad, datos y visualización, establece un centro de Big data de gestión de proyectos de grupo, establece un ecosistema de información de proyectos de construcción interconectado y coordinado, producción inteligente y gestión científica, y extrae y analiza estos datos con la información de ingeniería recopilada por Internet de las cosas en un entorno de realidad virtual, proporciona predicción de tendencias de procesos y planes de expertos para realizar la gestión inteligente de visualización de la construcción de ingeniería, con el fin de Mejorar el nivel de informatización de la gestión de ingeniería, proporciona servicios de Big data para el Grupo a través de minería de Big data y análisis de Big data de proyectos. Lograr una gestión integral de la calidad, la seguridad, el progreso y la inversión en el proceso de construcción del proyecto.

II. arquitectura funcional de la plataforma

La plataforma realiza una gestión integral de la calidad, la seguridad, el progreso y la inversión en el proceso de construcción del proyecto;

La plataforma utiliza Internet de las cosas y la tecnología de sensores para recopilar todo tipo de datos en el sitio de construcción en tiempo real, procesar y analizar los datos recopilados en tiempo real, alertar en tiempo real de los datos que superan el estándar y proporcionar apoyo para la seguridad y la calidad de la construcción;

La plataforma realiza la supervisión del comportamiento diario del sitio de construcción a través de varios subsistemas de Negocios de supervisión y el uso integral de una variedad de modelos de análisis de datos, como la evaluación inútil y la red neuronal;

La plataforma realiza el almacenamiento y gestión unificados de la información de supervisión del sitio de construcción y forma una base de datos unificada;

La plataforma establece un subsistema unificado de gestión de datos básicos, mantenimiento de aplicaciones e intercambio de datos para realizar el intercambio unificado de datos y el mantenimiento de Operaciones de los proyectos afiliados al grupo;

La plataforma proporciona servicios de Big data al Grupo a través de la minería de Big data y el análisis de Big data del proyecto.

III. arquitectura técnica de la plataforma

Hdfs: sistema de archivos distribuido hadoop (sistema de archivos distribuido hadoop), que proporciona acceso a datos de alto rendimiento y es adecuado para aplicaciones de conjuntos de datos a gran escala.

El sistema de gestión de recursos en yarn: hadoop 2.0 es un módulo de recursos común que permite la gestión y programación de recursos para todo tipo de aplicaciones.

Spark: un marco de computación distribuida de ventanilla única basado en la memoria para la computación.

Elk: proporciona funciones de motor SQL estándar para que las aplicaciones tradicionales migran sin problemas a las plataformas de Big data a través de aplicaciones tradicionales.

Storm: un sistema de procesamiento de datos de flujo en tiempo real distribuido, confiable y tolerante a fallas, y proporciona un lenguaje de consulta similar a SQL (streamcql).

Mpp: base de datos de procesamiento paralelo a gran escala, que proporciona una base de datos de procesamiento paralelo a gran escala de alta expansión, alto rendimiento, alta estabilidad y bajo costo, reemplaza el sistema tradicional de almacén digital y proporciona soporte para la toma de decisiones empresariales.

IV. características de la plataforma

Procesamiento en tiempo real: la plataforma utiliza caché de datos, motor de computación de flujo distribuido para recopilar, analizar y dar resultados en tiempo real de los datos, soportando una variedad de fuentes de datos, velocidad de procesamiento rápida, alta concurrencia y alta disponibilidad.

Consulta interactiva: los datos de flujo, los datos de archivo, etc. se organizan a través del motor de consulta interactiva de acuerdo con el modelo de datos adecuado para la consulta interactiva, y los datos se analizan y consultan interactivamente.

Procesamiento fuera de línea: analizar y procesar datos masivos para formar datos de resultados para la próxima aplicación de datos. Generalmente se implementa a través de mapreduce, spark, hive o Spark query.

Almacén digital integrado: expansión del nivel de soporte del almacén digital integrado, ha de todo el componente, almacenamiento mixto de filas y filas, análisis de consulta rápida, compatibilidad con el servidor SQL tradicional, soporte para la migración suave de aplicaciones, solución de problemas como la mala puntualidad del almacén digital tradicional, alto costo de expansión e interrupción del negocio de expansión, y los hogares logran decisiones operativas eficientes.

V. diagrama de interfaz de software