[JAVA] Versuchen wir Zoomdata (Extra Edition)

Wir haben die Einführung und Verwendung von ** Zoomdata ** in der Vergangenheit in drei Teilen eingeführt, aber dieses Mal werden wir ** Fusion ** als praktische Funktion von ** Zoomdata ** als zusätzliche Edition einführen. Ich werde dich vorstellen. Ich denke, dass das Wort ** Mikroabfrage ** in der Einleitung bisher herausgekommen ist, aber ein weiterer Aspekt dieser Funktion ist ** wenn Sie es brauchen, so viele Daten wie Sie brauchen. Nutzen Sie die Eigenschaft, die Quelle ** anzuzeigen, eine virtuelle Verknüpfung von Daten mit einem gemeinsamen Schlüssel, der zwischen verschiedenen Datenquellen ** besteht (da die tatsächlichen Daten dadurch nicht tatsächlich neu geschrieben werden), und deren ** Realisierung einer Hochgeschwindigkeitsvisualisierungsanalyse **. Wenn Sie diese Funktion gut nutzen, werden Daten verwendet, die durch erfolgreiches Setzen und Betreiben eines gemeinsamen Schlüssels zwischen Datenquellen von ** verschiedenen Big Data ** an der richtigen Stelle (in diesem Fall ** Data Lake) verwendet werden. Jenseits der Skala von ** ... ** Möglicherweise muss die Skala, die als Data Ocean bezeichnet werden muss ** ...), jetzt transparent als eine Quelle behandelt werden. Es ist möglich, die betriebliche Effizienz von ** Big Data ** zu verbessern und daraus einen neuen Mehrwert zu gewinnen.

(1) Vorbereitung

Was die in diesem Experiment verwendeten Daten betrifft, hatte ich ein Bild der Ausgabe von ** IoT ** -Systemsensordaten, daher werde ich diese Daten in mehrere Teile aufteilen. (Da es sich um eine Bestätigung des grundlegenden Mechanismus handelt, erstellen Sie bitte Testdaten anhand des folgenden Verfahrens.)

In Bezug auf die Anzahl der Daten werden 6360 Daten von jedem der 4 Sensoren abgetastet, und der Einfachheit halber wird eine sequentielle Stichprobe ** ID ** in chronologischer Reihenfolge hinzugefügt. Übrigens das Diagramm, das diese Daten so liest, wie sie sind, und sie visualisiert

Wenn Sie also am Ende ** 4 Sensordaten zusammenführen und in derselben Anzeigetabelle zusammenfassen, ist dies ein Ziel. Lassen Sie uns nun zuerst die Daten teilen. Dieses Mal wurde es in 3 Teile unterteilt: Einheit-1, Einheit-2, Einheit-3 und 4.

(2) Informationen zu ** Fusion ** -Einstellungen

Geben Sie zuerst ** Zoom data ** mit ** admin ** ein, um die Datenquelle zu konfigurieren. (Das Verfahren ist das gleiche wie zuvor, daher wird es weggelassen.)

Wenn Sie fertig sind, wählen Sie ** Fusion **. (Es befindet sich ganz links in der Liste ** Quelle **)

Wählen Sie ** Weiter ** und wählen Sie die Daten für ** Fusion ** aus.

Wählen Sie ** Weiter **, um die spezifischen Einstellungen zu starten.

Da die Daten ** ID ** diesmal als allgemeine Informationen verwendet werden, wird das Attribut ** ID ** aus allen Originaldaten extrahiert und durch Ziehen und Ablegen registriert.

Nachdem die Grundstruktur automatisch definiert wurde, gehen Sie genauso vor.

Wählen Sie ** Weiter **, wenn Sie die Konfiguration der drei Datenquellen abgeschlossen haben.

Die gemäß den Anweisungen erstellte Tabelle wird angezeigt, und Sie können detailliertere Einstellungen vornehmen. Dieses Mal besteht der Zweck darin, den Ablauf der Vorgänge schnell einzuführen. Wählen Sie also ** Speichern & Weiter ** aus ..

Der Einstellungsbildschirm ** Zeitleiste ** wird angezeigt. Stellen Sie zur Vereinfachung die Synchronisation mit den Zeitdaten der ersten Datenquelle ein und wählen Sie ** Fertig stellen **. Wenn die Arbeit erfolgreich abgeschlossen wurde, wird die obere Seite der vertrauten Datenquelle angezeigt.

(3) Erstellung und Überprüfung von Diagrammen

Als nächstes prüfen wir, ob die gleiche Ausgabe wie das Diagramm am Anfang erhalten werden kann. Wählen Sie das Symbol ganz links aus den Symbolen auf der linken Seite aus, stellen Sie sicher, dass sich die ** Fusion-Datenquelle ** in der Liste der ** Datenquelle ** befindet, und wählen Sie sie aus.

Wählen Sie ** Linientrend: Mehrere Metriken **, wenn die verfügbaren Diagramme angezeigt werden.

Das erste Diagramm wird angezeigt. Erhöhen Sie daher das Visualisierungsziel.

Ändern Sie die Zeiteinheit am unteren Rand des Diagramms von ** TAG ** auf ** MINUTE **.

Das gleiche Visualisierungsdiagramm wurde erfolgreich erstellt. Ich werde es dieses Mal von ** MINUTE ** auf ** HOUR ** ändern, um zu überprüfen, ob es verknüpft ist.

Da die ** Fusion ** -Daten vollständig unter der Kontrolle von ** Zoomdata ** stehen, können Sie bestätigen, dass das Neuzeichnen unter verschiedenen Bedingungen reibungslos durchgeführt werden kann.

(4) Zusammenfassung dieser Zeit

Dieses Mal haben wir, da es sich um eine zusätzliche Testversion handelt, das grundlegende Verfahren für ** Fusion ** in einer einfachen Form eingeführt. Als Punkt (1) Kann auch zwischen verschiedenen Datenquellen verwendet werden (2) Mit dem ** Microquery ** -Effekt kann eine hohe Effizienz und Leistung auch zwischen ** Big Data ** aufrechterhalten werden. (3) Die ** Fusion ** -Struktur kann auch während des Betriebs flexibel geändert werden. Und so weiter.

Bei einem Mechanismus, der die Verarbeitung von ** Big Data ** über die herkömmliche ** vollständige Abfrage ** übernimmt, ist es sehr schwierig, ständig eine effiziente und praktische Behandlung zu realisieren. Im Gegenteil, ich denke, die Realität ist, dass wir ein Design und einen Betrieb entwickelt haben, die solche Anforderungen nicht erzeugen. ** "Es gibt neue Strategien, einen Mehrwert und neue Hinweise, um Probleme bei der Erstellung der endgültigen Datenform zu lösen." ** Die Big-Data-orientierte Idee ** und der praktische Bereich * * Wenn eine effiziente Zusammenarbeit mit maschinellem Lernen und KI in Betracht gezogen wird **, ist die Vorgehensweise in Bereichen wie Datenerfassung, -speicherung, -visualisierung und -analyse für die Datenverarbeitung in zukünftigen Unternehmens- und Gruppenaktivitäten wichtig. Möglicherweise sind Sie an einem Punkt angelangt, der ein entscheidender Punkt sein wird.

** Es ist sehr schwierig, Daten zu verarbeiten, die in der Vergangenheit nicht vorhanden waren **, aber ** so viele Daten wie möglich in Echtzeit zu erfassen, den Prozess mit hoher Geschwindigkeit zu visualisieren und zu analysieren und die temporäre Erstellung im Stream flexibel zu überprüfen. Die Realisierung eines neuen Mechanismus **, der die Reaktion vor Ort, schnelle Entscheidungen und Maßnahmen durch Korrekturen und Änderungen an ** unterstützen kann, ist die neue Zukunft von ** Big Data **.

** Tatsache ist, dass es nicht im Konferenzraum stattfindet, sondern vor Ort ... ** Die Person, die diese Realität kontrolliert, kann die nächste Marktbeherrschung und effiziente Problemlösung gewinnen. Es kann sein.

Nächstes Mal möchte ich die Zusammenarbeit mit Big Data vorstellen.