實現工業4.0或中國製造2025的前提之一是構建智慧型工廠，其核心要素包括了資訊物理系統(cps)，物聯網(iot)，智慧型認知，社交**，雲計算與移動，以及m2m。 智慧型工廠構成了工業4.0的乙個關鍵特徵。智慧型工廠將從現在通過**控制中 的模式轉向通過自行優化和控制其製造流程來實現。
柔性生產的三個方面：
1.人、機器和資源如同在乙個社交網路裡自然地相互溝通協作。
2.生產出來的智慧型產品能夠理解自 己被製造的細節以及將如何用。它們積極協助生產過程，回答諸如「我是什麼時候被製造的」「哪組引數應被用來處理我」「我應該被傳送到哪」等等問題。
3.機器和產品之間的資料傳輸將通過使用微處理器、儲存裝置、感測器和傳送器來實現。這些裝置將被嵌入至幾乎所有可想象的機器、待加工產品、材料、智慧型工具和用於組織資料流的新型軟體，由此實現產品和機器的相互通訊並和交換資料。
大資料在智慧型工業的特徵：
——資料的處理方法比資料本身值錢
無論是為**產品還是作為戰略目標的方式，大資料已然成為很多公司和機構過度使用的術語。2023年高德納(gartner)給出德大資料定義裡面，特別強調大資料是多樣化資訊資產，不僅關注實際資料，而最最重要的是關注大資料處理方法。資料量大還是量小本身並不是判斷大資料價值的核心指標，而資料的實時性(velocity)和多元性(variety)應該對大資料的定義和價值更具直接的影響。
——大資料是多結構化資料：包含人類和機器資料
我們大多數人會認為大資料報含了非結構化資料與結構化資料。我更提倡大資料是「多結構化資料」的說法，無論是自由文字還是關聯式資料庫等，大資料可以由人類產生的資料足跡與機器自動生產的資料兩大板塊形成。大資料的工具和技術能夠為不同的結構化資料服務。在資訊化與工業化融合的過程與商業活動中，我們需要加強機器資料的採集，分析，並且把此項工作作為智慧型製造的核心工作之一。
——工業大資料的機器資料讓我們的業務變得透明
在現代工業**鏈中，隨著大資料應用的普及，我們可以感受到了從採購，生產，物流與銷售市場都是大資料的戰場。大資料可以幫助我們實現客戶的分析和挖掘，它的應用場景包括了實時核心，交易，服務，後台服務等。通過的載體包括了手機，感測器，穿戴裝置，3d印表機和平板電腦等。感測器資料屬於工業大資料類別之一，從這些機器資料中，我們可以保障生產，滿足法律法規的要求，提公升環保，改善客戶服務。通過幫我們找到已經發生的問題做好協助**相類似問題未來重**生的機率與時間。
大資料的挑戰：
1.用理性了解大資料
作為與工業4.0聯絡最為緊密的兩化融合任務，中國製造2015其核心是生產過程、產品的智慧型化，以及網際網路與製造業的融。資料的靈活處理性成為第乙個焦點。隨著傳統資料庫(database)和資料倉儲(data warehouse)的執行越來越緩慢，並很難滿足企業業務的發展需要，資料的靈活性就成為了推動大資料技術發展的乙個重要推動力。
2.從hadoop走向資料湖
2023年的大資料領域被看作是「資料湖(data lake)」與「資料藻澤」的狀態之爭。無論學術傑如何去詮釋，其核心是強調一種基於物件的資料儲存方式將收集來的資料以其最原生的格式(多結構化的)儲存下來留作日後使用。「資料湖」具有很高的價值定位，它代表了一種可擴充套件的基礎架構，非常經濟且超級靈活。
3.自主大資料資料服務成為主流
下一代的大資料體系——資料湖：
每個資料項都應有清楚的追蹤，可追溯其源系統以及該資料項產生的時間等資訊。2023年 jamesdixon以此理念，創造了資料湖(data lake)這個術語，當時他打算將資料湖泊作為單一資料來源來使用，而多資料來源將形成「水景園」。儘管還是最初的構想，如今最普遍的應用是將資料湖泊當做許多資料來源的結合。現有資料倉儲在分析能力的缺失，業務對資料獲取能力的提公升，高階分析方法的創新是一種必然。
資料湖泊是近十年出現的術語，用來描述資料世界中，資料分析管道的重要組成部分。作為乙個資訊系統，資料湖泊是大型的基於物件的儲存庫，資料以其原始格式儲存。通過全面的監控和分析，通過資料的分析模型的建立，學習，模擬，行動，最終實現內容認知的智慧型。 有並行體系以及無需移動資料即可對資料進行計算操作的明顯特點。
特點 1 -資料湖泊是乙個並行體系，能夠儲存大資料
資料湖泊的每個資料元素都有獨特的識別符號，並有一組擴充套件的元資料標籤。
資料湖泊以資料來源提供資料時的原格式(不論原格式是什麼)儲存原始資料。沒有預設的資料模式，每個資料來源都可以使用任何模式。由消費者根據自己的目的來理解資料。
特點 2 -資料湖體系無需移動資料即可對資料進行計算操作
通常資料倉儲一方面要清理，一方面還要聚合資料，從而使分析更加容易。但科學家往往也反對這點，因為聚合意味著丟棄資料。你不知道今天或者幾年以後哪些資料會有價值，所以資料湖泊應包含所有資料。資料湖泊使用平坦架構儲存資料。這個理念是建立乙個單一儲存區，用來儲存組織內任何人員可能需要分析的所有原始資料。通常人們使用hadoop對湖泊內的資料進行各種操作，但這個概念比hadoop要寬泛的多。
總結：
大資料技術自身在快速的發展，從1.0到大資料3.0的資料湖時代,我們要理性的看待大資料，在關注資料量的同時，應該更加重視資料分析的能力和方法。筆者認為，實用分析工具與先進分析理念，真正釋放數位化分析的力量，由人類軌跡產生的資料，與機器自動產生的資料得出洞見，從管理決策推導運營方案，最終實現資料價值提公升。
業界有很多大資料的技術公司提供不同的技術，其中也包含了一大堆的開源軟體開發出來的。大資料的成長路徑一定是個長期成長過程。在不同的階段，來打造不同的it能力，我們倡導的是開放式大資料架構。不僅僅為大的資料集服務，同時企業中業務人員有很多小資料集的分析和探索。在很好滿足業務的不同需求下，大資料一定是一種混搭技術，利用現有的it投資來達到整個回報的最大化。特別在中國智慧型製造2025的變革中，資料湖不會是資料倉儲和bi平台的終結者，但資料湖一定是未來企業資料技術(dt)的核心紐帶，成為引導中國製造2025變革的數字寵兒。
物聯網時代製造企業對大資料的運用分析
文章講的是物聯網時代製造企業對大資料的運用分析，每個人都是資料產生者 擁有者和消費者,有人已經預言未來的時代是乙個 大資料 的時代，關注大資料的人越來越多，同時 物聯網的出現與發展推動了資料採集的能力，為資料庫的建立提供了有力的支撐。資料的採集處理應用將成為時代的發展主題。大資料對促進 鏈中的生產環...
大資料正在改變製造業的7種方式
雖然製造業是乙個有點過時的行業，但是人們可能會驚訝於其能夠從使用大資料中受益。由於獲得了新的分析工具和更好的收集資訊的方式，製造業正在不斷發展。大資料如何改變製造業 以下是大資料正在重塑美國製造業的幾種方式 1.精度更高。成功製造取決於製造商繼續具有競爭力的準確性。在大資料出現之前，最好的方法是投資...
雲計算牽手大資料 背後是IT與業務的融合
一年又一年，雲計算大會在中國走過第六個年頭，這六年裡也正是雲計算從進入中國，到逐漸被接受到開始落地的六年。2009年，第一屆大會還停留在討論雲計算領域和範疇 2010年，第二屆大會界定雲計算熱點技術和應用 2011年，第三屆大會討論與傳統運營商關係，分享雲計算實踐經驗 2012年，第四屆大會定義 雲...