对许多管理人员和工程操作人员来说,侧重于日常生产作业,高层数据管理似似预留数据科学家、分析团队或IT的抽象性数据管理正快速成为产业组织层关注问题
帮助澄清这个兴起的现实, 考虑制造公司 系统集成器输入新设备数据流单机有可能向数据流输入错误数据或行为垄断资源导致服务停机和生产停机”,HiveMQ产品营销主管Michael Pacli说,MQT平台提供商公司耗时耗资 追踪故障装置 并消解问题HiveMQMQT平台确保信息安全从生产者向消费者传递,同时允许客户执行数据标准。”
深入MQT平台数据管理能力,HiveMQ发布HiveMQ数据枢纽,HiveMQ内部综合政策引擎,旨在加强数据完整性和质量HiveMQ数据枢纽设计是为了检测和管理分布式数据并错误行为MQTT客户端并有能力验证数据并实现数据标准化并运动操作
Dominik Obermaier 和CTOHiveMQ创建者信息技术系统重载不良数据导致决策不力和企业信任度下降HiveMQ数据枢纽客户可创建数据策略验证数据并消除错误信息结果是向企业云系统输入清洁易管理高质量数据,从而实现更好的IoT应用和数据驱动决策。”
HiveMQ数据枢纽密钥能力包括:
创建JSON或Protobuf格式策略spacei表示:「Schemas允许用户为数据格式化和它与其他数据系统的关系创建蓝皮图”。并使用当前支持的JSON和Protobufschema格式MQTT消息如果坚持提供schema策略即被视为有效,如果它不符合提供schema大纲即为无效。schemas使用声明式策略帮助确保管道问题及早和大规模解决,以正确方式向正确地点提供正确数据。”
定义数据验证失败的政策动作数据策略定义代理商处理实际管道的方式 具体地说,Schema验证法规则指南决定用户应期望流经中介方的数据和消息数据失效时,策略动作定义下一步步骤消息可改道为另一个MQTT题目,转发、投放或完全忽略这些政策允许您隔离数据深入检验,并提供验证失效的理由,并定义跨队模式标准数据策略对维护数据制作者与消费者脱钩管道至关重要,帮助精简全组织数据,甚至提高一致性水平,提高可靠性并最终提高数据质量。”
本地存储模式寄存器,在一个系统内快速存取和数据处理
定义行为策略以确定设备如何与代理商和日志不良行为方合作
视觉化数据像Grafana使用API
没有数据枢纽,数据消费者必须自己处理和验证消息,Parisi表示,“差错率高,客户可能用差错数据(或行为)充斥系统,生成不必要的网络流量并最终耗损计算资源。更不用提, 许多客户不遵循命名约定或协议MQTT行为,