Sybase大数据分析提升日本桥梁安全性能

简介:
本文讲的是 Sybase大数据分析提升日本桥梁安全性能, 2012年2月27日消息,Sybase公司近日宣布,全球IT服务提供商NTT Data通过使用Sybase领先的复杂事件处理(CEP)和分析平台——Sybase Aleri Streaming Processor (ESP)和Sybase RAP——进行大数据集的实时分析,以改进NTT Data的桥梁监控系统。凭借Sybase分析平台,NTT Data在快速分析大而复杂的数据集(特别是在高峰期)方面的能力得到了增强。

  NTT Data的监控系统对桥梁进行远程、实时的监控,在管理自然灾害的应对措施、维持桥梁结构和估算结构疲劳程度等方面提供了至关重要的宝贵信息。该监控系统由各种传感器、高速数据传输网络以及用于收集和传播高级别数据的信息中心构成。NTT Data曾进行概念验证(POC)测试,以确定其系统与Sybase分析平台整合的可行性。在超过8个月的时间里,多种CEP平台通过了测试,与此同时,Sybase技术组合(ESP和RAP)被验证成为效率最高的解决方案。NTT Data积极参与Sybase ESP的Beta测试项目,对软件进行评估,并配合Sybase提供产品使用的相关反馈意见。该评估过程包括:用于确定能处理的传感器数据量的加总测试;用于确定处理速度的等待时间测试;外部数据库兼容性测试,以及长期数据处理测试。

  “POC的主要目的在于确定各个平台的处理速度以及同步处理多个数据集的能力”,NTT Data的副总裁Yoko Inaba说道,“在按照预定速度收集10,000多个传感器的数据时,Sybase ESP和RAP在所有类别中都得到了高分。Sybase分析平台还显示出动态模型切换功能和提升软件开发和整合的能力。”

  尽管POC的目标侧重于整合监控系统,NTT Data的终极目标仍在于测试Sybase ESP在各种应用场景中的使用情况。由于POC结果良好,NTT Data目前正大力开发一款实时的大规模数据分析解决方案,用于管理实时和长期数据。该新型解决方案暂定于2012年面市。Sybase ESP将用于实时数据处理,Sybase RAP提供的存储器内缓存则用于按时间顺序处理截至最近几个小时的数据,而RAP历史分析组件将用于管理几个月内的数据。

  “我们的分析平台具有全面、灵活的配置,能帮助NTT Data根据数据量和分析所需的等待时间,构建一个混合的基础架构”,SAP旗下公司Sybase的、金融服务产品管理总监Neil McGovern指出,“ NTT Data的部署证明了我们的实时分析解决方案可应用于金融服务领域之外的其他行业。能与NTT Data合作,探索Sybase ESP和Sybase RAP的更多应用领域,我们感到非常荣幸。”



作者:王玉圆

来源: IT168

原文标题:Sybase大数据分析提升日本桥梁安全性能

相关文章
|
25天前
|
SQL 分布式计算 数据可视化
Tableau与大数据:可视化工具在大数据分析中的应用
【4月更文挑战第8天】Tableau是一款领先的数据可视化工具,擅长于大数据分析,提供广泛的数据连接器,支持多源整合。它与Hadoop、Spark等深度集成,实现高效大数据处理。Tableau的拖拽式界面和交互式分析功能使得非技术人员也能轻松探索数据。在实战中,Tableau用于业务监控、数据storytelling和自助式分析,推动数据民主化,提升决策效率。未来,Tableau将持续创新,扩展生态系统,并保障数据安全与合规性,助力企业最大化数据价值。
34 0
|
1月前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
2月前
|
供应链
代采系统如何利用大数据分析优化采购决策?
代采系统可以利用大数据分析来优化采购决策
|
2月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
2月前
|
存储 分布式计算 算法
【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法 — Shuffle的执行过程
【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法 — Shuffle的执行过程
29 0
|
4天前
|
存储 机器学习/深度学习 数据采集
大数据处理与分析实战:技术深度剖析与案例分享
【5月更文挑战第2天】本文探讨了大数据处理与分析的关键环节,包括数据采集、预处理、存储、分析和可视化,并介绍了Hadoop、Spark和机器学习等核心技术。通过电商推荐系统和智慧城市交通管理的实战案例,展示了大数据在提高用户体验和解决实际问题上的效能。随着技术进步,大数据处理与分析将在更多领域发挥作用,推动社会进步。
|
7天前
|
存储 运维 监控
|
7天前
|
SQL 分布式计算 大数据
MaxCompute产品使用合集之MaxCompute的性能受到哪些因素的影响
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
7天前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
26 2
|
9天前
|
Java 大数据 Go
Go vs Java:在大数据处理领域的性能对比
Go与Java在大数据处理中各有特点。Go启动快,内存占用少,静态类型及并发模型(goroutine和channel)使其在并发性能上有优势。Java虽然启动慢,JVM内存占用高,但拥有丰富的生态系统和并发工具。代码示例展示了Go的goroutine和Java的线程池处理大数据的场景。在性能上,Go可能更优,但Java的跨平台性和生态广度使其仍被广泛应用。

热门文章

最新文章