I. Aperçu de la plateforme

La plate - forme de gestion de l'information de projet (au niveau du Groupe) adopte une nouvelle philosophie de gestion du cycle de vie complet de l'ingénierie. Il est basé sur le modèle de service "Internet + transport intelligent", utilise des technologies telles que le cloud computing, le Big Data et l'Internet des objets, intègre les ressources de base pertinentes pour contrôler, data, visualiser la supervision en temps réel de la stéréoscopie complète de la gestion de projet, mettre en place un Centre de Big Data de gestion de projet de groupe, établir une synergie interconnectée, une production intelligente, un écosystème d'information de projet de construction géré scientifiquement et analyser ces données dans un environnement de réalité virtuelle avec les informations d'ingénierie collectées par l'Internet des objets pour l'exploration de données, fournir des prévisions de tendances de processus et des prévisions d'experts, réaliser la gestion intelligente visuelle de la construction d'ingénierie pour améliorer le niveau d'information de gestion d'ingénierie, fournir des services Big Data au Groupe par l'exploration de Big Data du projet, l'analyse de données Big Data.Le Réaliser la gestion intégrée de la qualité, la sécurité, le calendrier, l'investissement dans le processus de construction du projet.

II. Architecture fonctionnelle de la plateforme

La plate - forme permet la gestion intégrée de la qualité, de la sécurité, du calendrier, des investissements dans le processus de construction de l'ingénierie;

La plate - forme utilise l'Internet des objets et la technologie des capteurs pour collecter toutes sortes de données sur le chantier en temps réel, traiter et analyser les données collectées en temps réel, avertir en temps réel les données dépassées, fournir un soutien à la sécurité et à la qualité de la construction;

La plate - forme permet la réglementation quotidienne du comportement sur les chantiers de construction grâce à divers sous - systèmes d'affaires réglementaires et à l'utilisation intégrée de divers modèles d'analyse de données tels que l'évaluation floue, les réseaux neuronaux et autres;

La plate - forme permet le stockage et la gestion unifiés des informations réglementaires sur les chantiers de construction, formant une base de données unifiée;

La plate - forme établit des sous - systèmes unifiés de gestion des données de base, de maintenance des applications et d'échange de données pour permettre une interaction unifiée des données et une maintenance opérationnelle des projets du Groupe;

La plate - forme fournit au Groupe des services Big Data via l'exploration Big Data de projets, l'analyse Big Data.

Iii. Architecture technique de la plateforme

Hdfs: Hadoop Distributed File System (système de fichiers distribués Hadoop) qui fournit un accès à haut débit aux données pour les applications sur des ensembles de données à grande échelle.

Yarn: système de gestion des ressources dans Hadoop 2.0, c'est un module de ressources universel qui permet la gestion et la planification des ressources pour toutes sortes d'applications.

Spark: Framework de calcul distribué à guichet unique pour les calculs basés sur la mémoire.

Elk: fournit des fonctionnalités de moteur SQL standard pour permettre aux applications traditionnelles de migrer en douceur vers une plate - forme Big Data via des applications traditionnelles.

Storm: un système distribué, fiable, tolérant aux pannes pour le traitement des données en streaming en temps réel et fournissant un langage de requête de type SQL (streamcql).

MPP: Mass Parallel Processing Database, fournit une base de données de traitement parallèle à grande échelle à haute évolutivité, haute performance, hautement stable et à faible coût qui remplace les systèmes de silos numériques traditionnels et fournit un support aux décisions opérationnelles des entreprises.

Iv. Caractéristiques de la plateforme

Traitement en temps réel: la plate - forme utilise la mise en cache des données, le moteur de calcul de flux distribué pour l'acquisition en temps réel des données, l'analyse en temps réel et la fourniture de résultats, prend en charge de nombreuses sources de données, le traitement est rapide, la mise en œuvre de la concurrence élevée et la haute disponibilité.

Requêtes interactives: les données en streaming, les données de fichiers, etc. effectuent des analyses et des requêtes interactives sur les données via un moteur de requête interactif organisé selon un modèle de données adapté aux requêtes interactives.

Traitement hors ligne: les données volumineuses sont analysées et traitées pour former les données résultantes qui seront utilisées pour la prochaine application de données. Il est généralement implémenté via des tâches SQL mapreduce, Spark, Hive ou Spark.

Fusion des positions numériques: prise en charge de l'expansion horizontale des positions numériques convergentes, ha de composants complets, mélange de rangs, analyse de requêtes extrêmement rapide, compatibilité avec SQL traditionnel, prise en charge de la migration fluide des applications, résolution des problèmes de délai de prescription des positions numériques traditionnelles, coût élevé de l'expansion, interruption de l'activité de l'expansion, etc., les utilisateurs réalisent des décisions d'exploitation efficaces.

V. schéma de l'interface logicielle