我与Confluent的合作伙伴Expero做了一个关于”ApacheKafka和机器学习实时供应链优化”的网络研讨会。对于自动化行业/工业物联网 （IIoT） 行业（如汽车、制造、物流等）的任何人来说，这都是一个很好的例子。
您可能还喜欢：
在 IIoT 中创建竞争边
在本演示中，我们将介绍实时事件流平台如何与旧版世界和专有 IIoT 协议（如西门子 S7、Modbus、贝克霍夫 ADS、OPC-UA 等）实时集成。您可以大规模处理数据，然后将其引入现代数据库（如 AWS S3、雪花或 MongoDB）或分析/机器学习框架（如 TensorFlow、PyTorch 或 Azure 机器学习服务）。
我们利用阿帕奇卡夫卡生态系统的各种组件。这包括：
- Kafka 连接作为可扩展且可靠的集成框架
- Kafka 连接连接器（如PLC4X）是一个伟大的 Apache 框架，可与 IIoT 协议集成
- 用于传感器数据的连续处理（过滤器、转换、聚合）的KSQL
- Kafka Streams将经过培训的分析模型部署到实时流评分引擎
用例：使用实时和批处理进行供应链优化
自动化多层面、复杂的工作流需要混合解决方案，包括物联网数据的流分析和批处理分析。这包括机器学习解决方案和实时可视化。负责全球供应链规划的组织领导者负责与来自全球不同来源的数据进行合作并与其集成。其中许多数据源实时输出信息。这有助于规划人员实施计划并与制造产出互动。制造设备和库存控制系统上的 IoT 传感器提供实时处理管道，使实际生产数据与计划计划计划相匹配，以计算产量效率。
使用来自实时系统和批次优化的信息，供应链经理能够节省操作并自动化繁琐的库存和制造会计流程。坐在所有这些系统的顶部是一个供应链可视化工具。这使得用户能够了解全球供应链。如果您负责关键数据集成计划，则加入有关客户使用 Confluent 和 Expero 工具构建的此系统的详细演练。
你会学到什么？
- 查看自动化行业和工业 IoT （IIoT） 中的不同用例，其中事件流平台可增加业务价值
- 了解不同的架构选项，在云、内部数据中心和边缘 IoT 方案中利用 Apache Kafka 和 Confluent 平台
- 了解如何以灵活和可扩展的方式利用不同的分析工具和机器学习框架
- 实时可视化如何将业务用户、口译员和分析人员的流式处理和批处理分析联系在一起
- 了解流式处理和批处理分析如何优化供应链规划工作流
与 Apache Kafka 实现实时物联网 （IIoT）
这里是幻灯片和视频录制。玩得开心看吧。请让我知道，如果你有任何反馈或问题的意见！
[幻灯片]
录像：
进一步阅读
[D区域参考卡]工业互联网入门
