以現有分析工具為基礎打造即時海量分析力

��洞悉：以理再分析土层福基楚，打造��海量分析力1才圄法人宣乱土案策选富前瞻科技研究所研美经理

余草颤fishyu@.tw筒额大回•

宣乱分析的革命•

2量宣料分析演化•

2量宣料��分析军用下一波宣乱革命-物p铜

InternetofThingsPrevent/Correctproblems宣乱分析的革命1960年，HierarchicalDatabases

罔世• 锦上

OLTP

交易成局商棠系就的一部分• 全球每天完成逢百高兆的需人交易量Trends/Patterns/ForecastsRef:

IBM,

InfoSphere

Streams

RedBook,

20131960 OLTPNowRelational

Database

演逢到资料盒锚的概念屋生延伸系就徒

OLTP

到

OLAP

的 •翻念• OLAP

更注重於了解罔题的原因以提供更好的建赣OLAPRTAPReportingActionAnalysisData-at-restData-in-motionUnderstand

WhyandRecommend

Future

ActionDashboards/DailyReportsAlerting/Feedback/Detecting

failures• OLTP

舆

OLAP

属於资料锚存技衔，

策法满足即暗�用需求Real-time

Analytics

Processing(RTAP)

政爱系就宣十翻念• 徒资料锚存後分析，走向资料在in-motion

肤悲屋生吉果Product

lineDefectiveitems

sensedCapture

and

Understand

WhatHappenedOptimize

Real-Time

Analytics3往傅充分析走向大鼓摄��分析DataBaseIn

traditional

computing,

analytics

move

through

data江河连算架槽：

即夺回庭DataQueriesIn

stream

computing,data

movethrough

analytics傅统连算架槽：

批量虞理<Historical

fact

finding

with

data-at-rest>Batch

Paradigm,

pull

modelQuery-driven:submits

queries

to

staticdataRelieson

Databases,Data

Warehouses<Real

time

analysis

of

data-in-motion

streaming

data>Streaming

dataA

stream

of

structured

or

unstructureddata-in-motionStream

ComputingAnalytic

operations

on

streamingdatain

real-timeOperations

“fire”

as

datapasses,

unneeded

data

can

be

immediatelydiscardedQueriesResultsData42量宣料分析演选:

From

information

to

optimizationAnomaly

detectionFailureAnalysisAnalysis

of

Overall

Equipment

EffectivenessSchedulingThroughputModelingJob

DispatchingPredictiveMaintenanceAvailability5to

Promise2量宣料��分析军用案例:裂造案-

以OEE分析及生章效能建模福例媳幢器萄效率

(Overall

Equipment

Effectiveness,

OEE

)

分析

OEE

能被昌作裂造案楼台器萄初始表理的M模竿”衡量。

OEE

能绚十勤一憔生章银来十算,亚可以用来b鞍整国土颐芝不同裂造生章银的镜效,藉此找出差到表理的生章银。

若楼台是国别在建作，OEE

的衡量能罹韶哪一楼台裂造镜效表理最差，以指出该在哪檀集中t全面生章管理(Total

Productive

Management,TPM)

的宣源改善。•

生章效能模型建立

不同楼型生章不同娟格芝章面，富再不同的生章效率；如何藉由大量芝生章宣料，�别重要的效率影警因子、建立生章效率模型，以预测新面生章�固、建立模率生章效能。“Manufacturing

storesmore

datathananyothersector

—

close

to62exabytes

of

new

data

stored

in

2010.”-

McKinsey

&Company裂造案於2量宣料分析芝技俯缺口7• 宣料收集舆储存方面

裂程衣章面需求不同往往需经匿鼓s国不等的步膊，每国步膊别需耗

董鼓秒至鼓J�高登罢�固差，同�需高频率地置在各程裂程指模。

十勤裂程中所章生的��且大量宣料，如何再效罹果真完整性亚咸少遣漏，同�器十层再延展性且[t重格的宣料收集方式及储存架槽，福目前裂造案所面面芝技俯缺口。• 宣料虎理舆分析方面

由於裂程宣料同�层萄多元、罢贯、分毒不同IT系充、由不同裂程占

占章生等特性，使得裂程宣料层再不同步及不正罹雨蔚果瞿

宣料的不同步性提高了��分析如宣料整合、商p查词、交叉b勤等

步膊芝困黠度

宣料的不正罹性别降[t了分析结果的可信度

因此如何在分析的沮程中，��蘸别不正罹的宣料、追脆不正罹的原因亚试圄修正，同�能藉由再限宣料选行分析推白，亚采用渐选式方式以新宣料更新分析结果，皆福目前裂造案所面面芝技俯缺口。以理再的充十土层翻案宣料固的相商性ABCDEFGHIJK8Predicted

ThroughputActualThroughput100%accuratelineAverageError:0.2kthroughputsQuery

inputs:tool-type,product

spec,

andmaterial.Model

outputs:throughput3.33k(actual

3.41k'error2%)建立生章效能的预测模型9整合建用IBM

Streams及R语言芝预测建模功能:置理生章效能��置在效能管制上下限，由虚史责料建棋求得95%

信心E固生崖效能2J夺在生崖，哉别崖能损失即晦生崖效能圃'可细微主管生崖效能10建用Stream

Computing建算的僵势11IBM

InfoSphere

Streams

的好虎

方便布署於革集伺服器，加速2量宣料建算

配萄望富的宣料虎理舆分析元件库，缩短胃美�固

晃置化的胃美及管理介面，缩短事雷由银支援平行化(parallelization)及管银化(pipeline)加速，可快速虎理大量且��的宣料IBM

InfoSphere

Streams

於裂造案芝置击经盼

快速虎理半结槽化的全颐楼台日蒜宣乱，延屋<1分锺

��充十颐！章能，宣料虎理量建

2TB/week、1MB/sec

快速更新预测模型，章效预测率罹度

<10%IBM

InfoSphere

Streams

遣可快速宰人於需信、金融、零售、健康照草、智慧建集等领域军用下一波宣乱革命-物p铜

Inte