Flow是一个集中的集线器，它允许您从多个不同的来源收集数据、组合数据、规范化数据、对其执行计算，然后在时间和模型上下文中存储结果信息。我们称之为数据转换过程，Flow是允许您管理转换管道的枢纽。这个Analytics Hub代表了我们所说的“单一真相来源”，您的用户需要了解的一个地方，以访问他们实时做出决策所需的信息。
当数据流进入Flow Analytics Hub并通过管道进行转换时，它立即可以通过图表和仪表板进行表示，并可以发布到需要其整合和计算能力的其他系统。
Collecting data is simple; turning it into actionable information is not! Data management, collation, and contextualization is the biggest problem facing industry today.
But imagine what you could do if you had a scalable platform built specifically for IT teams to transform OT and IoT data streams into analytics-ready information.
Flow includes the tools you need to:MODEL - Consolidated modeling to abstract and unify multiple underlying namespaces.
CONNECT - Connection into multiple data sources, including OT, IoT, IT, and manually entered.
TRANSFORM - Calculation services to clean, transform, contextualize, and combine time-series and transactional data.
VISUALIZE - Decision support via browser- based visualization, reporting, dashboarding, and notification.
BRIDGE - Data collection and bridging via industry standard -protocols, including MQTT and REST.
下面是它的工作原理
模型
我们首先创建一个统一模型来抽象和统一多个底层名称空间。这是一口;这是什么意思?
解耦
在大多数情况下，我们有许多底层数据源(例如历史学家、SQL数据库等)。我们使用标记名或查询来访问这些数据，但我们可以为“一条信息”提供更有意义和标准化的名称。让我们把这条“信息”称为度量。
抽象
访问流模型的操作员、团队领导或经理不需要知道使用了哪个标记或SQL查询来创建度量，即他们用来做出关键决策的“信息块”。事实上，他们不想知道，也不在乎!他们只是想要他们的信息!
模板
流程模型可以跨多个站点或生产设施进行标准化。Measure的来源因站点而异，但名称是一致的。在A工地上，测量值表示标签“FL001-123-FQ001”。PV”(看看为什么经理不在乎!)在站点B上，度量表示手工输入的值。但这两种测量方法都被命名为“1号线填充量”，这是每个人都知道的，无论他们走到哪里。流模板允许这种模型标准化。
结构化但灵活
流程模型是分层的和通用的。我们可以使用ISA95、ISA88、PackML、自定义资产、孪生东西、实体元模型或这些的任何组合来构建我们的模型。(我们不确定双胞胎是否真的存在，但你应该明白)。流程模型表示物理资产、性能指标和逻辑实体。您可以按区域、部门或两者来构建此模型。关键是，它是灵活的。而且，尽管流模型具有层次性，但它允许跨结构的对象“链接”。
统一但安全
在许多方面，流模型是“超级”统一名称空间，它合并了多个底层名称空间，无论它们是history名称空间、SQL名称空间甚至是MQTT名称空间——流将它们都合并到一个持久化模型中。这个统一信息模型与一个可配置的安全构造一起，为构建增值IT应用程序提供了基础。
购买后，将显示帖子中所有出售内容。
若发现会员采用欺骗的方法获取财富,请立刻举报,我们会对会员处以2-N倍的罚金,严重者封掉ID!
此段为出售的内容，购买后显示
微博帐号登录