Direkt zum Hauptinhalt
Diese Seite wird mit automatisierter Übersetzung angezeigt. Lieber auf Englisch ansehen?
Markenentwicklung 2022
Partnerlösung

Kontextualisierte OT-Datenpipeline in Snowflake

Wie können wir zuverlässig herstellerunabhängige OT-Daten aus der Werkstatt sammeln, sie mit Anlagen- und Produktionskontext am Edge anreichern und eine kontrollierte, abfragbare Kopie für Analysen, ML und Unternehmensnutzung in Snowflake bereitstellen?

Übersicht

Architecture Hub Snowflake im Überblick

Eine hybride Edge-to-Cloud-Architektur, bei der Industrial Edge OT-Telemetrie und Ereignisse erfasst, normalisiert und kontextualisiert und sie dann mithilfe von dateibasierten und Streaming-Aufnahmemustern an Snowflake übermittelt. Snowflake dient als Unternehmensdaten-Cloud für landende, kuratierte und analytische Ebenen und ermöglicht Analysen, Modellbewertung, betriebliche Apps und Integrationen mit MES/ERP/SCADA-Systemen nahezu in Echtzeit. Das Design priorisiert Datenkonsistenz, Sicherheit, Belastbarkeit und herstellerunabhängige Interoperabilität.

Mehr erfahren

Detaillierte Architektur

Edge-Sammlung und Kontextualisierung (Industrial Edge)

  • Industrial Edge betreibt Geräte vor Ort in der Nähe der Werkstatt und stellt über OT-Anschlüsse (OPC UA, Modbus, Ethernet/IP usw.) eine Verbindung zu herstellerunabhängigen Automatisierungsgeräten her. Es erfasst unformatierte Telemetrie, Alarme und Ereignisse.
  • Am Edge werden Daten vorverarbeitet: Filterung, Komprimierung, Zeitstempelnormalisierung, Anreicherung mit Asset-Metadaten (Asset-Hierarchien, Arbeitsauftrags-/Batch-Kontext) und lokale Aggregation, um die Cloud-Bandbreite zu reduzieren.
  • Ein interner Datenbus (MQTT/Unified Namespace) oder Industrial Information Hub verbreitet harmonisierte Themenströme für nachgelagerte Komponenten und lokale Verbraucher.
Sehen Sie sich die detaillierte Architektur an
Architecture Hub, Schneeflocke, detaillierte Grafik, kein Text

Beschreibung

Protokoll- und Formatüberbrückung

  • FFT DataBridge (Edge-App) transformiert und bereitet Daten für die dateibasierte Erfassung vor. Es puffert, um Verbindungsverluste zu bewältigen, stapelt Daten intelligent, authentifiziert sich sicher mit der Snowflake-Schlüsselpaar-Authentifizierung und schreibt für die Snowpipe-Verarbeitung in Cloud-Stufen.
  • Snowflake Connector (Edge-App) abonniert den Datenbus für kontinuierliche Streams, führt Schemavalidierungen und Integritätsprüfungen durch, puffert kurze Speicherausfälle ab und verwendet Snowpipe Streaming, um Zeilen mit niedriger Latenz direkt in Snowflake einzufügen.

Snowflake-Datenplattform

  • JSON-basierte Aufnahme über Stage + Pipe (FFT DataBridge): Roh-Payloads landen in einem Staging-Bereich; Snowpipe/Tasks erstellt kuratierte Tabellen und historische Archive.
  • Direkte zeilenbasierte Erfassung (Snowpipe-Streaming über Snowflake Connector): kontinuierliche Verfügbarkeit operativer Zeilen mit niedriger Latenz für Dashboards und Überwachung.
  • Transformationspipelines (SQL, Snowpark, Streams & Tasks) produzieren kuratierte, zeitorientierte und kontextangereicherte Datensätze für BI und ML.
  • Snowflake bietet Governance (Zugriffskontrolle, Maskierung, Abstammung), Skalierung und cloudübergreifende Funktionen für den Unternehmensgebrauch.
  • Snowflake läuft nativ und konsistent auf allen großen Cloud-Anbietern (AWS, Microsoft Azure und Google Cloud Platform) und bietet echte cloudübergreifende Bereitstellung, Replikation und Datenmobilität.

Werte und Vorteile

Komponenten