今天我們來聊聊高級圖分析在復雜制造業的應用。這里我們主要圍繞離散制造業展開討論。現在來看,智能制造已經成為制造企業實現智慧轉型的關鍵詞。那么復雜制造業,如何借助高級圖分析,更好地實現智能制造,從而逆勢增長呢?下面就一起進入本期的TigerGraph 隨身聽吧。
首先我們來了解下復雜制造業,常見的復雜制造業有哪些呢?比較典型的有汽車、芯片、化工等行業。這些行業的配件或物料變化都非常復雜,比如一輛汽車,往往有上萬個零件,每個零件的廠商、型號、版本等都是多樣的,所以組合起來,它的搭配就非常多。制造業一般用物料清單,也就是BOM,來表示這種組件之間、零件和零件之間的關系。
除了物料變化復雜外,復雜制造業還有一個特點,就是流程工藝相當復雜。生產一個產品,往往需要經過成百上千個步驟。每個步驟又會用到不同的機器去生產,所以組合起來,它的流程就有很多很多種可能性。
另外,我們從供應鏈的角度來看,一個產品,在其生命周期中,往往涉及到很多方,比如眾多的供應商、合作伙伴、零售商等,和他們的交互就會產生更多的數據,這也是其復雜的原因之一。
在復雜制造業的數據建設中,我們可以看到這么幾個階段:
首先是物理世界的數據,包括產品、訂單、生產、采購、供應鏈、物流等數據。現在的制造業一般都做到了一定程度的數字化,所以企業里一般會有ERP系統、CRM銷售管理系統、APS高級計劃與排程系統、SCM采購系統、MES生產系統、WMS物流系統和DRP分銷系統等,尤其是高級計劃排產系統APS,已成為眾多企業提高生產效率的核心利器。
但這些系統,往往都是用關系型數據庫存儲的,比如Oracle和MySQL,這些系統一般作為業務系統來用,通常利用它們來處理交易或事件,但是如果用來做分析就不太夠了。所以,很多企業會走得更遠,即對數據進行二次加工,把數據搬運到數據集市、數據倉庫,甚至用上大數據平臺,去存儲、分析這些數據。
但這里有個很大的問題,即使是數據集市、數據倉庫,亦或者大數據平臺,它們本身并沒有存儲數據之間的關系。我們知道,企業生產活動的所有數據之間都會存在直接或者間接的關系,而無論是關系型數據庫,還是Hadoop等,它們在存儲這些數據時都是以表的形式來存儲數據,而數據和數據之間的聯系,卻沒有存儲。
不同數據庫的特點對比:
這里我們簡單分析比較下不同數據庫的特點。首先是關系型數據庫,如果我們想要分析表和表之間的關聯,我們往往需要利用外鍵進行表連接,效率其實非常低。然后是Key-value鍵值數據庫,它在數據量上相比關系型數據庫支持會更多,因為它開始支持分布式,但對于那種復雜的、深度的分析,它的性能仍然是非常差的。最后是圖數據庫,由于它天然存儲了實體和實體之間的關系,所以當用圖來做一些深度分析時,它的優勢就非常明顯。
圖在復雜制造業中的應用:
接下來我們看下圖在復雜制造業中的應用,我們從2個角度來看,一個是微觀角度,我們會探索幾個非常具體的使用場景,比如物料清單查詢、供應鏈管理、生產流程優化,然后我們從宏觀角度來討論企業知識圖譜的建立。可能你現在還不知道具體的圖應用場景,但我們可以先把知識圖譜平臺建立起來,匯集銷售、計劃、采購、生產、物流、分銷等業務數據,然后后面可能會有一些新的應用場景,比如構建產品、用戶、供應商畫像等,我們就可以通過圖查詢來進行分析。
圖在復雜制造業中的應用:物料清單BOM查詢
今天我們主要來看下物料清單的例子。物料清單BOM是一種定義產品結構的技術文件,往往是樹狀的結構,所以又稱為產品結構樹。物料清單BOM往往包括單級展開BOM和多級展開BOM。一層層展開的話,可能會超過30層的結構。這里往往會遇到一些挑戰,例如:
原始數據非常大;
每秒更新比如100條,并且需要實時入庫;
查詢涉及到并發查詢,因為會有很多人需要查詢這個數據;
深度鏈接的鏈路非常長,假設這30層,每層需要3跳,那么總共就會有90跳的深度;
數據結構上可能會存在環;
多種遍歷可能性。
那如何利用TigerGraph來應對這些挑戰呢?
首先是數據量大這個問題,TigerGraph支持分布式,支持千億級事務實體,萬億級的邊,可以輕松應對前面提到的原始數據非常大的問題;
第二個是深度鏈接分析,TigerGraph可以支持10跳以上的深度關系查詢,這里的10跳指的是每一跳的廣度都非常廣的情況,如果說每一跳的廣度比較小的話,TigerGraph能夠支持更深的深度;
第三個是結構復雜,TigerGraph的圖查詢語言是GSQL,它是一種圖靈完備的語言,能進行復雜的計算,像環路的問題、多種遍歷可能的問題等,它都能夠解決;
第四個是實時更新,TigerGraph能夠做到每秒數十萬次更新,每天數十億次事務更新,這對于企業來講基本都是足夠的;
第五個是實時查詢,對于涉及數千萬實體或關系的查詢,TigerGraph能夠做到亞秒級響應;
最后是多部門多人協作,TigerGraph是一款企業級的商用軟件,支持多圖、權限管理和加密。
為了便于大家更直觀地感受,來自我們客戶成功團隊的高級工程師林選磊,借助TigerGraph的可視化圖分析工具GraphStudio,為我們逐步演示了圖分析在物料清單BOM的查詢應用,歡迎觀看。
小結:
最后,我們簡單總結下今天的分享:
復雜制造業中的數據之間是高度互聯的,圖能完美的表達物理世界;
圖數據庫可以助力制造業中的物料清單查詢、供應鏈管理和生產流程優化等;
圖數據庫可以幫助企業建立知識圖譜;
TigerGraph是一款混合事務/分析處理(HTAP)的圖數據庫;
GSQL是圖靈完備,能實現復雜功能的圖查詢語言;
以上就是我們今天的隨身聽內容,為了幫助大家了解圖技術在制造業中的實際應用和價值
審核編輯 :李倩
-
制造業
+關注
關注
9文章
2242瀏覽量
53629 -
BOM
+關注
關注
5文章
256瀏覽量
40210 -
物料清單
+關注
關注
0文章
2瀏覽量
896
發布評論請先 登錄
相關推薦
評論