PowerPoint 프레젠테이션

Similar documents
PowerPoint 프레젠테이션

김기남_ATDC2016_160620_[키노트].key

PCServerMgmt7

APOGEE Insight_KR_Base_3P11

Intra_DW_Ch4.PDF

PowerPoint 프레젠테이션

1217 WebTrafMon II

PowerPoint

DW 개요.PDF


Backup Exec

solution map_....

[Brochure] KOR_TunA

vm-웨어-01장

OUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ).

<C0CCBCBCBFB52DC1A4B4EBBFF82DBCAEBBE7B3EDB9AE2D D382E687770>

Analyst Briefing

Oracle9i Real Application Clusters


CONTENTS Volume 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관

SQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자

ETL_project_best_practice1.ppt

2017 1

<목 차 > 제 1장 일반사항 4 I.사업의 개요 4 1.사업명 4 2.사업의 목적 4 3.입찰 방식 4 4.입찰 참가 자격 4 5.사업 및 계약 기간 5 6.추진 일정 6 7.사업 범위 및 내용 6 II.사업시행 주요 요건 8 1.사업시행 조건 8 2.계약보증 9 3

15_3oracle

08SW

차세대 시스템 개발과 스마트 캠퍼스 구축의 시대! 2014년 현재 대학 정보화 화두는 차세대, 스마트 캠퍼스, 개인정보보호 입니다. 대학 정보화 동향 1990년대 후반부터 2000년대 초반 붐처럼 일었던 학사행정 시스템 구축의 시기를 지나 2000년대 중 후반 부터는

Voice Portal using Oracle 9i AS Wireless

슬라이드 1

1 전통 소프트웨어 가. ERP 시장 ERP 업계, 클라우드 기반 서비스로 새로운 활력 모색 - SAP-LGCNS : SAP HANA 클라우드(SAP HEC)를 통해 국내 사례 확보 및 아태 지역 진 출 추진 - 영림원 : 아시아 클라우드 ERP 시장 공략 추진 - 더

Portal_9iAS.ppt [읽기 전용]

Integ

Web Application Hosting in the AWS Cloud Contents 개요 가용성과 확장성이 높은 웹 호스팅은 복잡하고 비용이 많이 드는 사업이 될 수 있습니다. 전통적인 웹 확장 아키텍처는 높은 수준의 안정성을 보장하기 위해 복잡한 솔루션으로 구현

PowerPoint Presentation

Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based


이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론

따끈따끈한 한국 Azure 데이터센터 서비스를 활용한 탁월한 데이터 분석 방안 (To be named)

Service-Oriented Architecture Copyright Tmax Soft 2005

thesis-shk

The Self-Managing Database : Automatic Health Monitoring and Alerting

Cloud Friendly System Architecture

DBMS & SQL Server Installation Database Laboratory

Network Security - Wired Sniffing 실습 ICNS Lab. Kyung Hee University

비식별화 기술 활용 안내서-최종수정.indd

KDTÁ¾ÇÕ-2-07/03

I What is Syrup Store? 1. Syrup Store 2. Syrup Store Component 3.

Microsoft Word _Smallcap

철도원 7,8 월

ecorp-프로젝트제안서작성실무(양식3)

1_cover

Microsoft PowerPoint - eSlim SV [ ]

CONTENTS CONTENTS CONTENT 1. SSD & HDD 비교 2. SSD 서버 & HDD 서버 비교 3. LSD SSD 서버 & HDD 서버 비교 4. LSD SSD 서버 & 글로벌 SSD 서버 비교 2


FMX M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2

PowerPoint 프레젠테이션

서현수

침입방지솔루션도입검토보고서

untitled

슬라이드 1

정보화 산업의 발전단계 : 정보혁명의 진화 정보화 산업의 발전단계 1세기에 두 번 정도의 큰 기술혁명이 이루어져 경제성장의 원동력으로 작용 uit 시대는 정보혁명 중 인터넷 이후의 새로운 기술혁명인 컨버전스 기술이 핵심이 되는 시대 uit 시대는 정보화의 극대화와 타


歯이시홍).PDF

Gartner Day

ORANGE FOR ORACLE V4.0 INSTALLATION GUIDE (Online Upgrade) ORANGE CONFIGURATION ADMIN O

HTML5* Web Development to the next level HTML5 ~= HTML + CSS + JS API

IT & Future Strategy 보고서 는 21세기 한국사회의 주요 패러다임 변화를 분석하고 이를 토대로 미래 초연결 사회의 주요 이슈를 전망, IT를 통한 해결 방안을 모색하기 위해 한국정보화진흥원 (NIA) 에서 기획, 발간하는 보고서입니 다. NIA 의 승인

UDP Flooding Attack 공격과 방어

초보자를 위한 분산 캐시 활용 전략

MS-SQL SERVER 대비 기능

목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향

PowerPoint 프레젠테이션

< FC1A6BEC8BFE4C3BBBCAD2E687770>

J2EE & Web Services iSeminar

당사의 명칭은 "주식회사 다우기술"로 표기하며 영문으로는 "Daou Tech Inc." 로 표기합니다. 또한, 약식으로는 "(주)다우기술"로 표기합니다. 나. 설립일자 및 존속기간 당사는 1986년 1월 9일 설립되었으며, 1997년 8월 27일 유가증권시장에 상장되

세션 3 (오이식).ppt

istay

Microsoft PowerPoint - CNVZNGWAIYSE.pptx


Microsoft PowerPoint - eSlim SV [080116]

AGENDA 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례

* ~2..

untitled

<A1DAC1D6BFE4BACEB9AE20B0E6B7C2C1F7C3A4BFEB20C1F7B9ABB1E2BCFABCAD28C1BEC7D5292D76332E786C73>

기술 이력서 2.0

Chap7.PDF

スライド タイトルなし

歯CRM개괄_허순영.PDF

<332E20BDC5B9AEB1E2BBE72E687770>

KDTÁ¾ÇÕ-1-07/03

컴퓨터과학과 교육목표 컴퓨터과학과의 컴퓨터과학 프로그램은 해당분야 에서 학문적 기술을 창의적으로 연구하고 산업적 기술을 주도적으로 개발하는 우수한 인력을 양성 함과 동시에 직업적 도덕적 책임의식을 갖는 IT인 육성을 교육목표로 한다. 1. 전공 기본 지식을 체계적으로

CRM Fair 2004

<4D F736F F D205B4354BDC9C3FEB8AEC6F7C6AE5D3131C8A35FC5ACB6F3BFECB5E520C4C4C7BBC6C320B1E2BCFA20B5BFC7E2>

MAX+plus II Getting Started - 무작정따라하기

FD¾ØÅÍÇÁ¶óÀÌÁî(Àå¹Ù²Þ)-ÀÛ¾÷Áß

Remote UI Guide

<C7D1B1B9C1A4BAB8BBEABEF7BFACC7D5C8B85FB5BFC0CFBABB20B4EBC1F6C1F C0CF2DC0CFBABB4954C3D6BDC5B5BFC7E25FB3BBC1F62E687770>

PowerPoint 프레젠테이션

빅데이터시대 Self-BI 전략 이혁재이사 비아이씨엔에스

Transcription:

Smart FI Best Practice Conference 2018 IIoT 데이터문제해결을위한 새로운데이터처리방안 마크베이스 이재훈본부장

Table of Contents The Database for Things Machbase Industrial IoT Era Machbase Overview Key Features for IIoT Data Machbase Use Cases

Industrial IoT Era

Smart X 시대의도래 SMART Grid SMART Farm SMART Home SMART Factory SMART X SMART Logistics SMART Health SMART City SMART Building Industrial IoT Era - 4 -

IoT/IoE Device 폭증 * Source : iot-analytics.com, 2014 Industrial IoT Era - 5 -

Smart Things? Connected Big Data Intelligence M2M(Machine To Machine), IoT(Internet of Things) 자동차, 발전소, 건축물, 각종센서. TB, PB 데이터볼륨 초당수백만데이터수집, 저장 인공지능 머신러닝 모델링, 예지보전분석 Industrial IoT Era - 6 -

Business 요구사항 Past Present Future Historical Analysis Check a specific data point Real-time Trend monitoring Anomaly detection Alarm & Notification Troubleshooting Predictive Maintenance Reducing downtime Industrial IoT Era - 7 -

IIoT 데이터처리환경변화 전통적인방식은각각시스템에맞게별개의인터페이스로통신공정내 Thing 연결환경및데이터특성에맞는저장및분석 SW 필요 Scan rate 고도화추세 500msec 10msec 저장해야할데이터기간및용량증가 센서개수의증가 데이터량폭증 분석대상데이터범위증가 기구축된시스템의데이터처리허용한도초과 오픈소스솔루션의기능확장및책임소재이슈발생 Industrial IoT Era - 8 -

데이터처리요구량증가 Scan rate( 초당 ) Smart Factory 시대의데이터처리요구량 1,000 100 현재처리능력 1 10k 500k 1M # of sensor Industrial IoT Era - 9 -

무엇이문제인가? 데이터가없다? 데이터가너무많이쏟아진다? 가시성확보어렵다? 분석하는데높은비용이든다. 산업용빅데이터관리의최종목적 통제할수없는문제의영역 통제, 예측가능한수준으로 Industrial IoT Era - 10 -

새로운데이터처리제품필요 초당 2 백만건이상고성능데이터입력지원 데이터증가에따른확장기능 (Scalability) + 데이터압축저장 무정지서비스기능 (High Availability) 요구사항 책임있는기술지원및사후관리 편리한개발및도구통합기능제공 IIoT 에적합한기술개발로드맵제시 Industrial IoT Era - 11 -

Machbase Overview

10101101010110101101010110101101 01101010110101101011010101 0010101101000101011010 10110101001011010100 010110010010110010 The Database for Things IoT Analytics Sensor/ Machine Data OT IT Query Results BI ISV Management Machbase Overview - 13 -

마크베이스포지셔닝 Data Entry x 1,000,000 Batch oriented Big Data Analytics Text File Real-Time Big Data Analytics ParStream Machbase HADOOP Enhanced HADOOP Solutions Splunk x 100,000 x 10,000 Conventional Analytics Columnar DBMS BI Solutions Conventional OLTP/OLAP Clustered Columnar DBMS Engineered System (ExaData) In-Memory DBMS X 1000 Disk DBMS Very Old (hours) Old (minutes) Current (seconds) Data Freshness Machbase Overview - 14 -

마크베이스기술 RDBMS Technology Machbase BigData Technology 안정성, 편의성, 사용자특성감안 대용량처리, 클러스터링 데이터베이스 소프트웨어개발및관리편리 느린성능, 소규모데이터처리적합 노드및데이터증가에따른확장성부족 빅데이터솔루션 대용량데이터입력및처리에특화 데이터베이스사용자편의성부족 학습및유지보수관리매우취약 Machbase Overview - 15 -

마크베이스제품군 Embedded Edition Real-time Edge Analytics for IoT sensor data Machbase 3 types Standard Edition Fast data processing performance in a single node Enterprise Edition Big data technology revolution in multi-nodes cluster Machbase Overview - 16 -

Key Features for IIoT Data

제안시스템구성도 설비센서빅데이터저장소 Machbase 5.0 R SAS BI Custom Data Analysis Machbase 5.0 RDBMS Hadoop Data Store Tag 정형 정형 비정형 설비데이터 생산데이터 품질데이터 Data Type Key Features for IIoT Data - 18 -

Machbase 5.0 Highlight! Tag Table 수백억건의 < 센서, 시간 > 기준초고속데이터접근 Rollup Table 수년간의통계차트 ~ 분당통계차트 : 초고속접근 STREAM 분석 연속적데이터분석을통한위험포착및대응 Tag Analyzer 다양한조건의데이터시각화도구제공 Standard API Legacy 분석툴과의쉬운연동 Key Features for IIoT Data - 19 -

Tag Table 수백억태그데이터에빠른저장과초고속태그데이터추출 테이블명은 TAG 로고정되고 Tag, Timestamp, Value 3개칼럼기본구성 Tag, Timestamp 기반 Partitioning 저장, 빠른추출가능함 TAG TAG1 TAG2 TAGn TAG1_value3 TAG1_value2 TAG1_value1 TAG2_value3 TAG2_value2 TAG2_value1 TAGn_value3 TAGn_value2 TAGn_value1 Key Features for IIoT Data - 20 -

Rollup Table TAG 테이블생성시자동으로생성되며사용자레벨에서조작불가 집계시간단위는 Second, Minute, Hour 집계함수는 Minimum, Maximum, Average, Sum, Count TAG TAG1 TAG2 TAGn TAG1_Rollup_SEC TAG1_Rollup_MIN TAG1_Rollup_HOUR TAG2_Rollup_SEC TAG2_Rollup_MIN TAG2_Rollup_HOUR TAGn_Rollup_SEC TAGn_Rollup_MIN TAGn_Rollup_HOUR Key Features for IIoT Data - 21 -

STREAM 소스테이블과타깃테이블사이에서 SQL 질의를통해실시간데이터변환 INSERT INTO SELECT 구문을통한실시간이벤트필터링 동시에다수의 STREAM 생성및실행가능 INSERT INTO SELECT Filter 1 Filter 2 Filter 3 source STREAM target Key Features for IIoT Data - 22 -

STREAM 예시 Sensor Data Temper table < tag1, 2018-05-12 11:32:41, 30> < tag1, 2018-05-12 11:32:42, 70> < tag1, 2018-05-12 11:32:43, 35> INSERT INTO Event SELECT * FROM Temper WHERE VALUE > 60; Event table < tag1, 2018-05-12 11:32:42, 70> Key Features for IIoT Data - 23 -

Tag Analyzer Tag 데이터에대한 Fast Trend Monitoring 가능한웹기반대시보드 년, 월, 일, 시, 분, 초, RAW 데이터에대한 Drill Down Browsing 가능 좌우 50%, 100% 이동등다양한차트조작기능제공 Key Features for IIoT Data - 24 -

System Architecture Tag Analyzer TAG1_Rollup_HOUR TAG1_Rollup_MIN TAG1_Rollup_SEC TAG1 (real) TAG2_Rollup_HOUR TAG2_Rollup_MIN TAG2_Rollup_SEC TAG2 (real) TAGn_Rollup_HOUR TAGn_Rollup_MIN TAGn_Rollup_SEC TAGn (real) Tag Table (virtual) Sensor Data Key Features for IIoT Data - 25 -

Machbase Use Cases

제지업체 Energy Storage System 제지공정내예지보전진단사전단계로 ESS 내 Tag 고속수집 구성도 OPC Client ESS 응용플랫폼 Network OPC Client OPC Data Access I/F OPC Server Inner Layer API Library OPC Client DCS Schneider Electric Foxboro DCS OPC DA Server (Windows 7) OPC DA Client Workstation (DCS Real- Time Data) Server (Real-Time Historical Data) Network Servers Machbase Machbase DBMS for ESS Platform 배경 DCS - OPC DA Client 수집불가 기존시스템내 RDBMS 탑재 Tag 1000 개 / 초수집이어려움 OPC UA 가아닌프로토콜에서의수집방안연구 적용 효과 OPC DA 서버와의유연한연동 초당 1 천 Tag 이상수집및 1 초단위로데이터입력진행 수집한센서데이터의 Tag 값에대해재접속시자동입력 Machbase Use Cases - 27 -

빌딩에너지관리시스템적용 빌딩에너지관리시스템의데이터수집개선을위한마크베이스도입및테스트진행 DATA Gateway DATA Gateway DATA Gateway Event Data, log MS-SQL 수집속도한계 Applications IoT Core Security System 변경 Machbase 빌딩에너지관리시스템 스마트아파트관리시스템 빌딩내에너지사용기기에서발생하는다량의센서데이터등을수집하는데기존 RDBMS 속도한계인식 기존대비데이터수집주기를더줄여서수집가능하게됨으로성능에만족. 현재내부솔루션수정예정 빌딩에너지관리시스템 (BEMS) 으로시작하여, 스마트아파트관리시스템으로확장예정 Machbase Use Cases - 28 -

지능형영상정보저장분석 오산시지능형 CCTV 영상정보저장및통계분석플랫폼 구성도 CCTV ( 지능형카메라 ) IntelliVix ( 지능형영상분석 ) 마크베이스통계플랫폼 비디오스트림 객체메타데이터 Machbase ( 시계열 Database) Machbase Grafana ( 시각화대시보드 ). CCTV 1,500 대 IntelliVix 서버 50 대 객체감지 / 추적 이벤트감지 녹화 / 검색 / 재생 / 전송 번호판 / 얼굴인식 이벤트감지메타데이터 DB 서버 1EA 객체매타데이터저장 자동차 / 사람의배회이벤트저장 / 조회 일 1,500 만건의이벤트 / 객체데이터처리 Query 통계서버 도로별안전데이터통계 차량등객체의지역별 / 기간별유동량 / 배회통계분석 배경 인텔리빅스내부 DB 로는모든이벤트 / 메타데이터저장을못함 속도및 DB Size 제약으로최근 1 개월내의데이터만보관 월 / 연인원, 차량 / 인구유동량등통계자료확보못함 적용 효과 1 년이상의전체데이터보관가능하며, 향후확장하여최대 5 년간보관예정 교차로등의사건 / 사고추이분석을위한기초자료제공및대응방안수립을위한통계분석활용 월별, 연별유동량및배회등이벤트패턴분석기반마련 Machbase Use Cases - 29 -

Super Speed Event Interface Service Smart Factory Package HMI Wireless MCU DAQ OPC-DA Ethernet MQTT Pub/Sub RS232 Modbus N-lite N-lite N-lite N-Pro N-lite MQTT/TSN Standard Connetivity Service OPC-UA / TSN 100 만 EPS Simulation Thing Connet Interface Service Web socket Management Console HTTPS/REST 종합모니터링 Smart Factory Monitoring & Analytics HTTP Web Service + 스마트팩토리설비데이터통합분석 I-IoT OneWay Platform + + Thing Model Thing Model Thing Model + Big Data HUB Interface Service Analytics Ethernet TCP/IP 예지정비 HTTPS/AJAX Machbase Event Status The Fastest Time Series DBMS HTTPS/XHR 설비결함메커니즘분석솔루션 POP System Big Data Operation MES System APS System ERP System SCM System 공정빅데이터의초고속수집 공정분석시간단축 예지보전즉시화 Machbase Use Cases - 30 -

Smart FI Best Practice Conference 2018 Thank You Machbase Inc. Website Email Tel : : : www.machbase.com sales@machbase.com 02-2038-4606