上汽与奇点云共建数据平台:从1天到5秒,实时计算成为业务助推器
“这个订单在哪个阶段了?什么时候可以提货?”
“稍等…我查一下。”
在上汽乘用车业务链的各个环节,每天都有数以千计的类似场景发生。
以往,查询车辆交付节点需经历沟通、采集、抽取、调优等环节,耗时1天以上。
现在,只需不到5秒钟,就能跨越生产四大基地,从千万级的数据中精准获得信息。
今年8月,上汽乘用车公司与奇点云达成合作,打通数据孤岛,以DataSimba支撑构建企业实时计算平台。业务数据的计算处理,从T+1升级为实时;数据平台的运维监控,从手工排查升级为智能告警。
平台以高可用、高并发、低时延和可拓展的架构及OneData体系,为前线业务提供及时、完整、准确的数据支持,赋能业务决策。
01
不能让技术变成业务瓶颈
在车联网、新能源、数字出行等新变量的推动下,汽车已从单纯的交通工具转变为移动计算中心,车企也正从单纯的汽车设计者和生产者,转向更为灵活的数字化产品和服务提供商。
面对指数级的数据增长和来自企业内外的发展压力,如何系统地管理好数据、用好数据、整体提升数据创新力和变现能力,成为了车企的优先战略思考。
2016年,上汽乘用车公司完成信息化“基建”,抢先步入数字化转型阶段,并于2018年开始着手建设工业大数据平台,从数据采集、接入到建模,力求体系化地用数据支撑业务。
数据虽好,想要快速厘清业务逻辑,打通数据孤岛,却并不容易。
上乘有着业内领先的IT研发实力,在自建完成平台部分功能后,时效、性能等问题又向他们提出了挑战:传统的关系型数据库无法支撑海量数据的接入与分析,吞吐量和时效性不足,这些性能瓶颈可能影响实际生产,严重的情况下甚至会导致工厂停线。
因此,工程师们又不得不进行高频次的人工巡检,以避免对前端业务的影响。数据及信息系统部运维负责人曾表示,“无法体系化地运作,好像陷入了运维的汪洋大海里。”
从企业角度出发,高度依赖人工来处理分析数据、运维系统,也让企业自身的数据资产和数据能力更难沉淀下来。“举个例子,如果有一位工程师离职了,下一位工程师不得不花大量时间去接手——这个平台从何学起,哪些数据要从哪几十张表中去取,可能要花一个月去梳理和熟悉。”运维负责人介绍。
“技术不能成为瓶颈。”供应链应用高级经理陈总表示,“它应该成为赋能业务增长的利器。”
因此,上汽乘用车公司开始向外寻找成熟的产品与解决方案。
02
要实时计算,也要智能运维
这个产品必须有成熟的流计算架构,能进行准确、实时的计算与分析;
它也要足够稳定,能支撑海量数据的吞吐和数十万级别的任务调度;
此外,这个产品不能是一整个体量巨大的平台。“我们不会花一年去考察,规划好一整个平台的所有功能,然后再花一年半载去建设,这样的试错成本太高了,不能匹配业务创新的节奏。”陈总谈到。
奇点云数据中台产品DataSimba,或是最佳选择。
“DataSimba具备高可用、高并发、高效调度、高效运维的属性,这也正是我们对数据中台‘稳定性’的理解。”奇点云资深技术专家牧然介绍,“在对象体系的内核之上,它包含数据集成、数据规划、数据研发、数据运维、数据治理、数据服务等模块,同时支持分功能模块的组合选购,信息化、数字化基础较强的客户可以自主挑选,把DataSimba搭在客户自有的数据平台上,让客户的数据基础设施更完善,能力更强。”
历时3个月,上汽乘用车公司的实时计算平台顺利上线,正式投入使用,实现数据上的“及时性、完整性、准确性”,架构上的“高可用、高并发、可拓展”:
-
打通孤岛,提升数据质量
基于DataSimba,上乘打通了临港、浦口、宁德、郑州四大基地的MES(Manufacturing Execution System,制造执行系统)数据,连接数据孤岛,统一数据标准,实现供应链数据的OneData。此外,接入客户、营销、售后及三方外部数据,为业务决策提供丰富、可靠的数据支撑。
-
流式架构,实时计算分析
实时计算平台采用流式架构,实现车辆信息、特征信息、过点信息、追溯信息等数据的实时更新,秒级响应业务的数据需要。
图:DataSimba实时计算简化架构
DataSimba实时计算能力达数千万级/小时,数据API服务满足QPS(Queries per Second,每秒查询率)10万+,能同期支持数十万级别任务调度。在确保数据任务有条不紊、快速执行的同时,节约企业的资源成本。
“不仅是数据的入仓、抽取从1天提升到了5秒内,比较复杂的数据调优和建模效率也大幅提高,”上乘数据及信息系统部屠老师介绍,“以往要耗时两三周,现在只要2小时。”
-
智能运维,实时监控告警
“制造业、车企的场景比较复杂,数据和业务的关系密切。我们的数据不仅仅是用来‘参考’的,而是会直接影响到生产。因此,我们对数据生产稳定性和数据的准确性要求非常高。”供应链应用科室杨老师表示。
DataSimba支持秒级的告警、分钟级的定位问题与止损、小时级的恢复故障影响,以保障数据生产稳定持续。
以往,运维人员需要辗转于N个系统、查遍88张表来完成一次日常巡检,而现在,只需在收到告警后根据平台提示完成问题追踪与修复,运维时间平均节约下86%,彻底告别“运维的汪洋大海”。
图:运维人员可自定义告警规则
-
高可用架构,平台可用性达99.999%
为承载海量数据,保证平台稳定、服务长期可用,DataSimba从网络、数据本身、数据库、中间件、业务服务五个角度进行加固,确保实时计算平台可用性达99.999%。
此外,实时计算平台支持“多租户”管理,数据及信息系统部可通过平台界面对数据资源、计算资源进行统一调度管理,实时监控任务执行及资源使用情况,更准确地了解并支持前台需求。
03
支持试错,为业务创新造空间
在上汽乘用车宏大的数智化转型体系中,实时计算平台只是其中的一个“小模块”。而这个小模块却不仅仅完成了“实时”这一件事,也为业务增长带来了更大的空间。
“产销协同,最基本的是订单需求池和生产制造池的匹配。”供应链应用高级经理陈总表示,上乘整车制造的供应链流程复杂,在过去,其中一些环节的状态甚至不透明,订单需求对生产制造的调整就无从谈起。
基于实时计算平台,供应链状态变得可查、可用。根据对业务场景的实时模拟和计算复盘,生产部门可以及时调整排产计划,节约资源。实时的数据处理,秒级的数据计算,高效的数据建模,准确的数据输出,让产销协同成为可能。
而数据及信息系统部作为公司的“数据中枢”,除了快速响应业务提出的需求,他们更主动地将数据能力封装为服务,让业务部门方便地使用数据,大胆试错、敏捷创新。
“集团庞大的体系和架构,给业务留下的创新空间天然很小——组织上承担试错的成本太大了,很多时候必须要一次性把事情做对。而现在正是追求敏捷创新的时代,不创新,就会落后。”数据及信息系统部总监强总谈到,“从IT的角度来说,我们通过搭建能试错的平台,来支持业务去做更多创新。”
实时计算平台上层支持低代码轻量开发,可以快速完成创新业务逻辑的验证。“举个例子,原本需要7天做完的事情,现在只要1天,那么剩下6天就有足够的容错空间,让业务部门去创新、试错、验证。”
04
打造车企数智化转型标杆
实时计算模块上线后,上汽乘用车公司的工业大数据平台仍在持续迭代升级。每一次“小步快跑”,都伴随着能力的提升和对业务的助益:
平台将持续拉通数字化营销、数字化设计、数字化产品、智能制造、质量管理、物流管理等环节,覆盖更全面的业务;同时,封装复杂的数据技术,降低BI和AI的难度,在平台上层搭建数据应用,赋能企业经营、客户服务和内部管理。
“这也是你们常说的‘把简单交给客户,把复杂留给自己’。”上乘数据及信息系统部总监强总向奇点云介绍,“不仅仅是客户,也包括我们的合作伙伴。打个比方,供应商用了这套方案,就能精准计算出缺件,第一时间做好预案,避免影响生产。”
2021年9月,上海市制造业数字化转型工作推进会召开。会议指出,上汽等企业需要充分发挥“链主”优势,打造集合汽车原材料供应、设计研发、制造物流、售后服务等数字供应链体系,培育“数据决定体验、软件定义汽车”的新模式。
作为“链主”企业,上汽乘用车公司将不断沉淀其数据能力与转型实践,赋能上下游合作伙伴,以新技术应对新挑战。
而作为独立的第三方数据中台服务商,奇点云也期待与上乘持续共创,赋能数据全生命周期管理,合力打造车企数智化转型新标杆,为汽车行业注入数智活力。
客户如何评价奇点云?
「我们选择奇点云,是因为奇点云的团队有丰富的大数据经验,态度务实,产品和服务都比较专业。实际合作下来,也验证了奇点云的产品和服务层面确实比较好。项目支持很及时,特地安排能力强的伙伴驻场,遇到问题都能够顺利解决。期待接下来与奇点云的长期互动、共创,加强产品、交付、运维能力,助力我们的业务升级,打造出车企数字化转型的标杆。」
——供应链应用高级经理 陈总
「奇点云的产品架构里融合了许多符合未来趋势和要求的模块,有其先进性,在数据质量上也比较专业。项目里的工程师很敬业,能够和用户共同成长。」
——供应链应用科室 杨老师
「从POC到后续协助开发、上线后的持续运维,以及版本的更新迭代,奇点云的伙伴一直有积极、快速的响应,能及时配合我们调动人员资源,更好地响应我们的业务需要。」
——数据及信息系统部 屠老师
[关于上汽乘用车公司]
上海汽车集团股份有限公司乘用车分公司成立于2007年,承担着上汽集团自主品牌汽车的研发、制造与销售,拥有荣威、MG名爵和R汽车三大明星阵容。
上汽乘用车公司以国际化的视野,创造性地集成全球优势资源,以高品质的产品与服务,满足消费者高品位需求。成立至今,已收获国内500多万,海外400多万的车主伙伴。坚守“上海制造”品质,上汽乘用车致力于为用户创造更美好的汽车生活。
国际品牌资讯-,本文版权归原作者所有,登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,如有侵犯版权请来信告知E-mail:1308654573@qq.com,我们将立即处理。