Cloud Computing
I dispositivi elettronici dotati di numerosi sensori sono oggi onnipresenti. Ogni giorno vengono generate e raccolte innumerevoli quantità di dati, nella nostra vita privata, nello sport professionistico e nella vita aziendale di tutti i giorni. Ma cosa c'è dietro questi dati, a cosa servono? E come si possono utilizzare in modo ottimale i dati raccolti?
Il termine "big data" è diventato parte integrante del vocabolario delle aziende moderne. I dati vengono raccolti secondo il principio "more is more". Tuttavia, la raccolta e l'archiviazione dei dati è più facile a dirsi che a farsi. Spesso è associata a costi elevati e a sforzi aggiuntivi. Una volta raccolti i dati, ci si chiede cosa farne. È quindi importante raccogliere i dati che raccontano una storia. L'analisi dei big data è simile al racconto di una storia. Molti dati possono creare una storia eccellente con molta sostanza. In base a ciò, è possibile prendere decisioni gestionali fondamentali o ridurre al minimo i guasti e i tempi di risposta. D'altro canto, i dati mal interpretati raccontano una storia che non viene compresa e che solleva più domande che risposte.
Nella primavera del 2018, noi di Swisscom Analytics abbiamo creato un proof of concept (PoC) per la società immobiliare di Swisscom. L'obiettivo era quello di dotare le sale riunioni di Swisscom di alcuni sensori per creare un ambiente di lavoro ottimale e ottenere un utilizzo efficiente dell'energia.
Fonti di dati
Prima di iniziare il PoC, è stato necessario chiarire quali sensori sarebbero stati utili per il test di fattibilità. Abbiamo realizzato il PoC con i seguenti sensori:
Il sensore di temperatura deve essere utilizzato per verificare se la temperatura è confortevole o se deve essere regolata verso l'alto o verso il basso. Il sensore di umidità fa lo stesso per l'umidità dell'aria. Il sensore di luce può essere utilizzato per verificare se l'illuminazione della stanza è accesa o spenta. Il sensore a ultrasuoni può essere utilizzato per verificare se qualcuno sta entrando o uscendo dalla stanza.
Uno dei requisiti del PoC era l'utilizzo di Hortonworks Hadoop. All'interno di queste specifiche, eravamo liberi di scegliere i framework. Tutti i framework utilizzati sono inclusi nell'installazione standard di Hortonworks Hadoop.
Kafka
Kafka è stato utilizzato per caricare i dati dai sensori nell'ambiente Hadoop. Kafka è una piattaforma di streaming distribuito ideale per le applicazioni di streaming in tempo reale. Kafka è anche compatto e tollerante agli errori.
Flume
Affinché i dati provenienti da Kafka siano disponibili all'interno del file system di Hadoop, devono essere caricati dal cosiddetto topic Kafka all'interno di HDFS. A questo scopo si utilizza Flume.
Hive
Poiché l'accesso dai framework di visualizzazione è più semplice se le query possono essere eseguite tramite query SQL, viene utilizzato Hive. Hive permette di interrogare i dati presenti in HDFS utilizzando la nota sintassi SQL.
Visualisierungsframework
È possibile utilizzare il framework di visualizzazione con cui l'utente si sente più a suo agio, ma bisogna assicurarsi che sia compatibile con Hive. Per il PoC è stato utilizzato Zeppelin. Altre opzioni sono SAP Lumira Discovery, Tableau, ecc.
I sensori attuali forniscono informazioni sul caldo o sul freddo, sull'umidità e sulla quantità di luce che entra.
Il sensore a ultrasuoni è più interessante. Può essere utilizzato per verificare se la porta è aperta o chiusa o quante persone hanno attraversato la stanza. A tal fine è necessario contare quante volte la barriera del suono è stata infranta. I sensori a ultrasuoni potrebbero anche essere posizionati sopra i sedili, in modo da poter analizzare dove una persona è seduta.
Ad esempio, i dati ottenuti possono essere utilizzati per utilizzare in modo mirato gli umidificatori se l'umidità è troppo bassa. La luce può anche essere abbassata quando il sole splende più forte, risparmiando così sui costi dell'elettricità. Se il sensore a ultrasuoni rileva la presenza di persone nella sala riunioni, la luce può essere accesa o spenta di conseguenza.
Oltre al potenziale offerto dai sensori esistenti, è possibile installare una serie di altri sensori. Ad esempio, sensori di rumore per misurare il livello di rumore.
Swisscom Analytics sarà lieta di preparare uno studio di fattibilità per le tue esigenze in materia di big data e di supportarti nel percorso di analisi dei dati raccolti.
Le persone di contatto di Swisscom sono le seguenti:
Tim Giger (tim.giger@swisscom.com(apre una nuova finestra)) – Hadoop Lead
Matthias Mohler (matthias.mohler@swisscom.com(apre una nuova finestra)) – Analytics Lead
Lukas Heusser (lukas.heusser@swisscom.com(apre una nuova finestra)) – Analytics Consultant
Analytics Consultant
Trova il posto di lavoro o il percorso di carriera che fa per te. Dove dare il tuo contributo e crescere professionalmente.
Ciò che tu fai, è ciò che siamo.
