CN112422663B - 工业物联网的数据集中系统及数据汇聚、处理、存储方法 - Google Patents

工业物联网的数据集中系统及数据汇聚、处理、存储方法 Download PDF

Info

Publication number
CN112422663B
CN112422663B CN202011239085.0A CN202011239085A CN112422663B CN 112422663 B CN112422663 B CN 112422663B CN 202011239085 A CN202011239085 A CN 202011239085A CN 112422663 B CN112422663 B CN 112422663B
Authority
CN
China
Prior art keywords
data
things
gateway
processing unit
rabbitmq
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011239085.0A
Other languages
English (en)
Other versions
CN112422663A (zh
Inventor
刘肖
李律
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Litai Industrial Internet Co ltd
Original Assignee
Zhejiang Litai Industrial Internet Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Litai Industrial Internet Co ltd filed Critical Zhejiang Litai Industrial Internet Co ltd
Priority to CN202011239085.0A priority Critical patent/CN112422663B/zh
Publication of CN112422663A publication Critical patent/CN112422663A/zh
Application granted granted Critical
Publication of CN112422663B publication Critical patent/CN112422663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/26—Special purpose or proprietary protocols or architectures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及工业物联网的数据集中系统及数据汇聚、处理、存储方法，系统配合一个或多个生产现场，以云端作为集群式部署数据处理设备，任一生产现场配置若干设备，任意一台或多台设备通过对应网关向云端传输数据。本发明的物联网场景以MQTT协议传输数据，降低设备网络开销，通用性强；以基于分布式文件存储的开源NoSQL数据库MongoDB进行数据存储，大幅提升数据查询和写入效率，实现大容量数据的实时流式计算、存储；以RabbitMQ作为开源消息中间件、MQTT服务器接入层，汇聚分发物联网网关采集的实时数据，RabbitMQ和MongoDB可以被部署成单机版或集群模式，资源占用低、性能高，具有很高的经济效益。

Description

工业物联网的数据集中系统及数据汇聚、处理、存储方法
技术领域
本发明涉及数字信息的传输，例如电报通信的技术领域，特别涉及工业互联网大数据技术领域的一种工业物联网的数据集中系统及数据汇聚、处理、存储方法。
背景技术
工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率、改善产品质量、降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。
在工业物联网的发展的大环境下，随着越来越多的生产制造企业的智能化转型，制造中产生的数据需要配合工业物联网平台设置一个集中的平台进行收集、处理与展示。
在传统互联网行业中，通常使用Http服务器作为数据汇集网关、使用Hadoop框架进行大数据的储存和批处理、使用Storm流式计算框架处理实时数据，然而，Http协议传输数据开销大、效率低，不适用于物联网场景；而Hadoop、Storm组件占用资源大、维护复杂，提高了中小制造企业转型门槛，在没有一个切实易操作的数据处理平台的前提下，对于工业物联网的正常运作造成了极大的阻碍。
发明内容
本发明解决了现有技术中存在的问题，提供了一种优化的工业物联网的数据集中系统及数据汇聚、处理、存储方法。
本发明所采用的技术方案是，一种工业物联网的数据集中系统，所述系统配合一个或多个生产现场设置，所述系统包括：
一云端，用于集群式部署数据处理设备；
配合任一生产现场的若干设备，任意一台或多台设备通过对应的网关向云端传输数据。
优选地，所述云端以RabbitMQ作为消息中间件，获取任一网关的传输的数据；
所述云端以MongoDB作为数据库进行数据存储；
配合所述RabbitMQ和MongoDB设有若干数据处理单元。
优选地，所述数据处理单元包括：
一实时数据处理单元，用于实时获取通过RabbitMQ获取的网关传输的数据并进行处理；所述实时数据处理单元的数据在预设条件下传输至MongoDB；
一流式数据处理单元，用于完成对其他预设条件下实时数据处理单元传输的数据及与MongoDB间交互的数据的流式处理。
优选地，所述MongoDB以对应的设备ID和时间戳为索引建立时序数据库表。
优选地，任一所述网关上配置有采集程序。
优选地，配合任一网关的采集程序的一个或多个设备上设有信息采集单元。
一种采用所述的工业物联网的数据集中系统的数据汇聚方法，在所述云端上配置物联网的网关采集点位信息，将网关采集点位信息下发至对应的网关，通过采集程序采集信息采集单元处的数据，将数据组装成约定形式，上报至云端的RabbitMQ。
一种采用所述的工业物联网的数据集中系统的数据处理方法， RabbitMQ将采集的数据推送至实时数据处理单元，实时数据处理单元将数据基于预设规则发送至流式数据处理单元和/或MongoDB。
优选地，所述RabbitMQ在获得采集的数据后，对组装成约定形式的数据进行验证，若验证为可信数据则予以推送，否则抛弃数据，向对应的网关发送回执；
对同一时间戳的数据获取设备置信度Q，Q=αA+βB+γC+θD，其中，A为当前设备的历史数据价值，B为当前设备的数据传输相似率，C为当前设备的数据采集频率，D为当前设备与聚类中心的欧氏距离，α、β、γ和θ为权重且α+β+γ+θ=1；相同时间戳下，Q较高的数据在队列中排在Q较低的数据前。
一种采用所述的工业物联网的数据集中系统的数据存储方法，流式数据处理单元根据采集点位公式计算，将结果存储至MongoDB并基于预设形式进行列表化处理。
本发明涉及一种优化的工业物联网的数据集中系统及数据汇聚、处理、存储方法，系统配合一个或多个生产现场设置，以云端作为集群式部署数据处理设备，同时配合任一生产现场设置若干设备，任意一台或多台设备通过对应的网关向云端传输数据。
本发明的物联网场景中选用MQTT协议传输数据，降低设备网络开销。以RabbitMQ作为开源的消息中间件，作为MQTT服务器接入层，汇聚分发物联网网关采集的实时数据，以基于分布式文件存储的开源NoSQL数据库MongoDB进行数据的存储，大幅提升数据查询和写入效率。
本发明的有益效果在于：
1、RabbitMQ使用物联网MQTT协议接入各种工业网关数据，具有通用性强的特点；
2、通过部署MongoDB实现大容量数据的实时流式计算、存储；
3、RabbitMQ和MongoDB可以被部署成单机版或集群模式，资源占用低、性能高，具有很高的经济效益。
附图说明
图1为本发明的结构示意图，其中，箭头所示为数据传输的方向。
具体实施方式
下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。
本发明涉及一种工业物联网的数据集中系统，所述系统配合一个或多个生产现场设置，以MQTT协议传输数据降低设备网络开销，以支持MQTT、AMQP协议的RabbitMQ作为消息中间件，满足部署成单机版本和集群版本的不同需求，进而作为MQTT服务器接入层，汇聚分发物联网网关采集的实时数据；MongoDB作为一个基于分布式文件存储的开源NoSQL数据库，以采集点位ID和时间戳为索引建立时序数据库表，可以大幅度提升数据查询和写入效率，存储数据十分方便；
保留物联网数据的时序性、结构化、基于时间段和设备ID查询等特点，高性能、易部署、易使用。
所述系统包括：
一云端，用于集群式部署数据处理设备；
所述云端以RabbitMQ作为消息中间件，获取任一网关的传输的数据；
所述云端以MongoDB作为数据库进行数据存储；
配合所述RabbitMQ和MongoDB设有若干数据处理单元。
本发明中，搭建基于RabbitMQ和MongoDB集群的工业互联网平台作为云端，部署数据处理的相关单元，单元以App的形式进行作业。
本发明中，MongoDB作为数据持久化储存服务，以设备ID和时间戳为索引，建立时序数据库表。
所述数据处理单元包括：
一实时数据处理单元，用于实时获取通过RabbitMQ获取的网关传输的数据并进行处理；所述实时数据处理单元的数据在预设条件下传输至MongoDB；
一流式数据处理单元，用于完成对其他预设条件下实时数据处理单元传输的数据及与MongoDB间交互的数据的流式处理。
所述MongoDB以对应的设备ID和时间戳为索引建立时序数据库表。
配合任一生产现场的若干设备，任意一台或多台设备通过对应的网关向云端传输数据。
任一所述网关上配置有采集程序。
配合任一网关的采集程序的一个或多个设备上设有信息采集单元。
本发明中，在生产现场安装物联网网关，在网关上部署采集程序，采集程序包括但不限于抓包程序/软件。
本发明中，流式数据处理单元的计算规则可以直接在App上配置完成，如继电器的按力不良日累计由专门的检测机完成，因此App会按照计算总和的方式进行计算；不同的产品，其计算规则不同。
本发明中，实时数据处理单元是对物联网数据的预处理。对于在流式数据处理单元的App上配置了处理公式的，则点位数据推送至流式数据处理单元的App，由流式数据处理单元的App计算出结果写入至MongoDB，而对于其他原始数据不做/不需做计算处理的则直接写入至MongoDB，即实时数据处理单元的数据在数据熟悉度高、格式完整、待用需求低的预设条件下传输至MongoDB；流式数据处理单元在其他预设条件下接收实时数据处理单元传输的数据。
本发明中，信息采集单元包括但不限于采集传感器和控制器。
本发明还涉及一种采用所述的工业物联网的数据集中系统的数据汇聚方法，在所述云端上配置物联网的网关采集点位信息，将网关采集点位信息下发至对应的网关，通过采集程序采集信息采集单元处的数据，将数据组装成约定形式，上报至云端的RabbitMQ。
本发明中，将数据组装成设备ID、时间戳和值的组合形式，然后上报至RabbitMQ。
本发明还涉及一种采用所述的工业物联网的数据集中系统的数据处理方法，RabbitMQ将采集的数据推送至实时数据处理单元，实时数据处理单元将数据基于预设规则发送至流式数据处理单元和/或MongoDB。
所述RabbitMQ在获得采集的数据后，对组装成约定形式的数据进行验证，若验证为可信数据则予以推送，否则抛弃数据，向对应的网关发送回执；
对同一时间戳的数据获取设备置信度Q，Q=αA+βB+γC+θD，其中，A为当前设备的历史数据价值，B为当前设备的数据传输相似率，C为当前设备的数据采集频率，D为当前设备的与聚类中心的欧氏距离，α、β、γ和θ为权重且α+β+γ+θ=1；相同时间戳下，Q较高的数据在队列中排在Q较低的数据前。
本发明中，RabbitMQ将采集的数据推送至实时数据处理单元（App），实时数据处理单元（App）基于预设规则将数据发送至流式数据处理单元（App）和/或MongoDB；流式数据处理单元（App）根据采集点位公式计算后将结果写入时序数据库表；其中，举例来说，如采集的点位是按力不良日累计，配置的公式为sum(按力不良数)，那么每当RabbitMQ推送设备采集点位数据时，流式数据处理单元（App）就会根据公式计算出按力不良日累计数据。
本发明中，为了保证RabbitMQ推送的数据为约定的合法数据，需要对组装成约定形式的数据进行验证，若验证为可信数据则予以推送，否则抛弃数据，并向对应的网关发送回执。
本发明中，在同一时间可能会出现超过一个数据，在队列中需要对这些数据进行排序，保证RabbitMQ的作业正常，降低崩溃的发生；具体来说，对同一时间戳的数据获取设备置信度Q，Q=αA+βB+γC+θD，以α、β、γ和θ作为权重对A、B、C、D进行调节；
A作为当前设备的历史数据价值，其值是由人工赋予或机器计算的，由于历史数据价值高的设备在工业物联网系统中的价值高、重要性高，故A的值就大；但是由于A的值可能被主观影响较大，故α的值作为可调整值其调节空间就比较大；
若某个设备主要是记录型设备，其传输的数据一般相似度极高，B值在0到1之间；若一个设备的数据的传输相似率相似度高，则β的值不适宜设置过大，表示其价值相对来说不太大，但是在某些特定的系统中，若某个常规设备出现故障可能导致整个工业物联网系统的瘫痪，则此时应当适当调高β的值；
C为当前设备的数据采集频率，以其实际值作为计算；一般来说可以统一归一化操作或等比缩小到某一个范围内；
对于D来说，在一个工业物联网系统中，设备是具有多样性的，但是仍旧可以基于某个特定的条件对设备进行聚类，包括但不限于电控设备、记录设备等；D作为某个设备与聚类中心的欧氏距离，D较小则说明其对这个聚类中心的影响较大，应当适当放宽其调节空间；
通过不断的学习和反馈调整α、β、γ和θ，最后将Q较高的数据在队列中排在Q较低的数据前。
本发明还涉及一种采用所述的工业物联网的数据集中系统的数据存储方法，流式数据处理单元根据采集点位公式计算，将结果存储至MongoDB并基于预设形式进行列表化处理。
采用本发明的技术应用于某大型继电器制造厂，在云环境上部署RabbitMQ作为物联网数据接入层，部署标准三节点MongoDB集群储存数据，承担了该厂数字化智能转型数据处理和储存任务，有效的支撑了上层数据分析应用，提高了生产良品率。

Claims (8)

1.一种工业物联网的数据集中系统，其特征在于：所述系统配合一个或多个生产现场设置，所述系统包括：
一云端，用于集群式部署数据处理设备；
配合任一生产现场的若干设备，任意一台或多台设备通过对应的网关向云端传输数据；
云端以RabbitMQ获得采集的数据后，对组装成约定形式的数据进行验证，若验证为可信数据则予以推送，否则抛弃数据，向对应的网关发送回执；
对同一时间戳的数据获取设备置信度Q，Q=αA+βB+γC+θD，其中，A为当前设备的历史数据价值，B为当前设备的数据传输相似率，C为当前设备的数据采集频率，D为当前设备与聚类中心的欧氏距离，α、β、γ和θ为权重且α+β+γ+θ=1；相同时间戳下，Q较高的数据在队列中排在Q较低的数据前。
2.根据权利要求1所述的一种工业物联网的数据集中系统，其特征在于：所述云端以RabbitMQ作为消息中间件，获取任一网关的传输的数据；
所述云端以MongoDB作为数据库进行数据存储；
配合所述RabbitMQ和MongoDB设有若干数据处理单元。
3.根据权利要求2所述一种工业物联网的数据集中系统，其特征在于：所述数据处理单元包括：
一实时数据处理单元，用于实时获取通过RabbitMQ获取的网关传输的数据并进行处理；所述实时数据处理单元的数据在预设条件下传输至MongoDB；
一流式数据处理单元，用于完成对其他预设条件下实时数据处理单元传输的数据及与MongoDB间交互的数据的流式处理。
4.根据权利要求2所述的一种工业物联网的数据集中系统，其特征在于：所述MongoDB以对应的设备ID和时间戳为索引建立时序数据库表。
5.根据权利要求1所述的一种工业物联网的数据集中系统，其特征在于：任一所述网关上配置有采集程序。
6.根据权利要求5所述的一种工业物联网的数据集中系统，其特征在于：配合任一网关的采集程序的一个或多个设备上设有信息采集单元。
7.一种采用权利要求1~6之一所述的工业物联网的数据集中系统的数据汇聚方法，其特征在于：在所述云端上配置物联网的网关采集点位信息，将网关采集点位信息下发至对应的网关，通过采集程序采集信息采集单元处的数据，将数据组装成约定形式，上报至云端的RabbitMQ。
8.一种采用权利要求3所述的工业物联网的数据集中系统的数据处理方法，其特征在于：RabbitMQ将采集的数据推送至实时数据处理单元，实时数据处理单元将数据基于预设规则发送至流式数据处理单元和/或MongoDB。
CN202011239085.0A 2020-11-09 2020-11-09 工业物联网的数据集中系统及数据汇聚、处理、存储方法 Active CN112422663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011239085.0A CN112422663B (zh) 2020-11-09 2020-11-09 工业物联网的数据集中系统及数据汇聚、处理、存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011239085.0A CN112422663B (zh) 2020-11-09 2020-11-09 工业物联网的数据集中系统及数据汇聚、处理、存储方法

Publications (2)

Publication Number Publication Date
CN112422663A CN112422663A (zh) 2021-02-26
CN112422663B true CN112422663B (zh) 2023-04-07

Family

ID=74782189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011239085.0A Active CN112422663B (zh) 2020-11-09 2020-11-09 工业物联网的数据集中系统及数据汇聚、处理、存储方法

Country Status (1)

Country Link
CN (1) CN112422663B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132192A (zh) * 2021-03-02 2021-07-16 西安电子科技大学 一种海量物联网设备接入与管理方法
CN113706668B (zh) * 2021-07-27 2024-02-23 杭州玖欣物联科技有限公司 一种根据网关数据实现玻璃运行三维动画的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018184166A1 (zh) * 2017-04-06 2018-10-11 邹霞 分布式实时数据服务器
CN109447795A (zh) * 2018-09-11 2019-03-08 中国人民解放军国防科技大学 一种支持快速达成最终确认性的拜占庭共识方法
CN110581851A (zh) * 2019-09-10 2019-12-17 四川长虹电器股份有限公司 一种物联网设备异常行为的云端识别方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10649424B2 (en) * 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US10324773B2 (en) * 2015-09-17 2019-06-18 Salesforce.Com, Inc. Processing events generated by internet of things (IoT)
CN109740132A (zh) * 2018-12-06 2019-05-10 杭州电子科技大学 基于模板的工业设备数据处理方法和装置
CN110049064B (zh) * 2019-05-10 2021-04-06 四川长虹电器股份有限公司 一种基于物联网设备的dns劫持检测方法
CN111008905A (zh) * 2019-12-25 2020-04-14 浙江力太工业互联网有限公司 一种生产设备节拍高精度测量的方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018184166A1 (zh) * 2017-04-06 2018-10-11 邹霞 分布式实时数据服务器
CN109447795A (zh) * 2018-09-11 2019-03-08 中国人民解放军国防科技大学 一种支持快速达成最终确认性的拜占庭共识方法
CN110581851A (zh) * 2019-09-10 2019-12-17 四川长虹电器股份有限公司 一种物联网设备异常行为的云端识别方法

Also Published As

Publication number Publication date
CN112422663A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
US11159624B2 (en) System and method enabled devices enabled with syndicated data enhanced functionality
CN112422663B (zh) 工业物联网的数据集中系统及数据汇聚、处理、存储方法
US20210027170A1 (en) Training method and apparatus for service quality evaluation models
CN103761309A (zh) 一种运营数据处理方法及系统
CN106940677A (zh) 一种应用日志数据告警方法及装置
CN107465526B (zh) 互联网视频cdn服务器质量监测系统及方法
CN110868349B (zh) 物联网环境下分布式高并发数据采集与处理方法及系统
CN112866096A (zh) 一种面向工业物联网的智慧物联网关
CN104506373A (zh) 网络信息采集与处理的装置和方法
CN113176948A (zh) 边缘网关、边缘计算系统及其配置方法
CN102523103A (zh) 一种工业监控网络数据采集结点
CN108900608A (zh) 基于云平台的机器人实时反馈系统
CN109981318A (zh) 数据采集与处理的方法与装置
CN110398985B (zh) 一种分布式自适应无人机测控系统及方法
CN109739192B (zh) 一种智能物流系统下的控制方法及系统
CN114710499A (zh) 基于算力路由的边缘计算网关负载均衡方法、装置及介质
CN102055620B (zh) 监控用户体验的方法和系统
CN110362055A (zh) 一种终端可扩展的工业数据采集系统及方法
CN104270432B (zh) 基于钻井行业实时数据服务系统及数据交互方法
CN109669405A (zh) 一种基于大数据的工业控制监测系统
CN117519005A (zh) 一种基于mes的车间设备数据采集系统
CN113382007A (zh) 工业互联网数据采集传输方法及系统
CN112533168A (zh) 一种无线传感器网络节点的数据处理方法
CN116032911A (zh) 一种基于websocket的物联网大屏实时监控系统
CN114417796A (zh) 一种基于设备采点的动态报表统计方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant