概述

本项目是基于云计算与边缘技术的数字化智能调度系统开发，包含移动终端和分布式⼤数据处理引擎

需求详情

一、项目背景。随着智能制造的深入发展，为了提高设备的生产效率，许多传统企业引入数字化工厂，这虽然一定程度缓解了企业供需矛盾。但是，由于管理手段落后，人工计划排产费易错等的原因，导致所引入的数字化工厂无法实现生产效率最大化。此外，传统的车间信息的获取方式落后，也制约了数字化工厂调度水平的提高。本项目是基于云计算与边缘技术的数字化智能调度系统，是一个以移动终端结合地理位置和⼤数据引擎为核心的云计算系统，利用移动终端的数据采集与信息接收能⼒，并结合地理位置服务、大数据引擎的数据分析能⼒，调度中⼼的计算能⼒，为数字工厂提供相关支持与帮助。                 二、项目关键技术1、移动终端对于电脑的优势不光是轻便和快捷性，另外⼀⽅⾯其所具有的传感器和工具给数据采集带来了巨⼤的变化：对于条形码和二维码的采集，避免了额外的信息记录，使得⼯作⼤为简化；其相机、录⾳音和摄像功能以及地理位置信息，保证了数据采集的准确性；另外⼀方面移动终端的外部接⼝也可以外接其他设备来扩展移动终端的能⼒。这些特性为移动ITSM带来了很多的优化和改进。2、分布式⼤数据处理引擎分布式大数据处理引擎是在通信网络互联的多处理机体系结构上执⾏任务的，实现分布式文件系统和部分分布式数据库的功能。分布式⽂件系统能够实现数据在计算机集群组成的云上高效的存储和管理，并⾏编程框架能够让⽤户编写的并行应⽤程序运⾏更加简化。1）数据分布存储分布式⽂件系统由⼀个名称节点和多个数据节点组成，每个节点均是⼀台普通的计算机。底层把⽂件切割成数据块，然后这些数据块分散地存储于不同的数据节点上，每个数据块还可以复制数份数据存储于不同的数据节点上，达到容错容灾的⽬的。名称节点则是整个分布式⽂件系统的核心，它通过维护一些数据结构来记录每⼀个⽂件被切割成了多少个数据块、这些数据块可以从哪些数据节点中获得，以及各个数据节点的状态等重要信息。2）分布式并行计算分布式并行计算中有一个作为主控的任务监控器，用于调度和管理其他的任务监控器，任务监控器可以运行于集群中的任意一台计算机上。任务监控器则负责执行任务，它必须运⾏于数据节点上，也就是说数据节点既是数据存储节点，也是计算节点。任务监控器将映射任务和化简任务分发给空闲的任务监控器，让这些任务并⾏运行，并负责监控任务的运⾏情况。如果某一个任务监控器出了故障，任务监控器会将其负责的任务转交给另⼀个空闲的任务监控器重新运⾏。3）本地计算数据存储在哪⼀台计算机上，就由哪台计算机进⾏这部分数据的计算，这样可以减少数据在网络上的传输，降低对网络带宽的需求。在基于集群的分布式并行系统中，计算节点可以很⽅便地扩充，它所能够提供的计算能⼒近乎无限，但是由于数据需要在不同的计算机之间流动，故网络带宽变成了瓶颈，“本地计算”是一种最有效的节约⽹络带宽的手段，也因此分布式大数据系统对⼤数据的处理具有非常高的效率，并且⽀持无限的扩张能力。我们将数据处理的计算程序分布在各个数据节点上，⼤⼤的降低了网络和计算成本。4）云计算服务解放终端设备的计算功能，其所提供的服务供终端设备进⾏行调用，分布在各地的移动终端只要有连接到网络就可以调⽤相关的云服务功能：数据上传、数据存储、数据处理、信息推送以及任务发布等；云服务和分布式⼤数据引擎相连接，其服务功能具有极强的扩展性和稳定性，保证了使⽤云平台的各个终端，能快速的对各个终端以及故障点进行分析，通过⼤量计算，并得到较优的⾏程⽅方案，从⽽实现任务的优化调度。