«НЕКСТБИ Аналитика» может выступать в роли платформы, получающей и обрабатывающей поток событий, поступающих от элементов индустриального интернета вещей (IIOT). Процессинг сложных правил и предиктивная аналитика на основе искусственного интеллекта, позволяют создавать сложные экосистемы, включая построение цифровых двойников сложного промышленного оборудования или умных зданий, производств или городов.
• Развитая система оптимизации данных
• Визуальное проектирование алгоритмов обработки событий
• Автоматизированный мониторинг работы модулей
НЕКСТБИ Аналитика позволяет производить оптимизирующие операции с потоками данных, поступающими из выбранных источников в реальном времени. В системе предусмотрено большое количество встроенных элементов для подключения к различным источникам (Apache Kafka, RabbitMQ, HTTP, Syslog и др.) и обработчиков данных (фильтрация, сжатие, распознавание изображений, машинное обучение, обработка правилами и др.) с возможностью добавления сторонних элементов.
Одно из преимуществ платформы НЕКСТБИ Аналитика - визуальное (с применением графического интерфейса) проектирование алгоритмов для потоковой обработки непрерывно поступающих событий. Данный функционал дает возможность легко и наглядно настраивать обработку произвольных данных с использованием сложных правил, включающих в себя как встроенные, так и сторонние элементы.
При обработке больших объёмов данных в реальном времени важной задачей является мониторинг состояния работы модулей. НЕКСТБИ Аналитика предоставляет инструменты для визуального мониторинга работы конвейера с возможностью автоматического реагирования на внештатные ситуации, такие как отказ рабочего узла, повышение нагрузки на него или выход из строя модуля. Система способна автоматически находить узкие места и производить масштабирование компонент для поддержания требуемой скорости обработки.
Для работы с потоками данных НЕКСТБИ Аналитика использует широко известную технологию ESP.
ESP (англ. - Event Stream Processing) предназначена для построения информационных систем обработки событий с целью обнаружения в них значимых шаблонов, отображающих взаимосвязи, корреляцию, иерархию событий и многие другие их аспекты.
Отраслевое применение
