大数据挖掘系统 (Hifar-BDM)

　　适用部门：面向装备制造业的企业和技术管理层

　　客户问题：针对装备制造业的海量数据，后续如何挖掘应用已经成为炙手可热的话题了，主要表现为海量格式未知且不统一的半结构化、非结构化数据的存储;海量未知结构数据的快速搜索、比对分析、类比推送;海量未知结构数据相关性提取很困难以及未来测试数据量持续快速增长带来的存储、管理压力巨大等。.

　　解决方案：

　　Hifar-BDM主要从以下几方面解决：

　　具体来讲：系统需要接入各种测试系统生成的数据，这些数据的数据格式不统一且新型型号测试数据的类型、参数不可预知，这些问题决定了不能利用传统的关系型数据库等严格依赖于数据结构化的数据管理工具来存储;海量未知格式和参数类型的测试数据之间很难建立起简单的依赖关系，给数据的快速查询及经验比对带来巨大的困难;当试验数据量累积到海量时，靠人力和传统的分析方法已经无法总结出各个数据之间的联动变化关系，也就意味着这些数据不能用于指导后期型号的研发工作，成为了死数据。

　　1)各种试验仪器产生出各种格式不统一的试验数据，难以用人工的方式梳理。给系统存储层的设计带来很大的困难。

　　2)未来产品研制过程中可能产生各种未知格式、参数和数量的试验数据，对系统在存储和计算方面的可扩展性提出了很高的要求。

　　3)目前海量测试试验数据的分别管理使这些数据称为信息孤岛，只能作为事故溯源的基础。如果能将这些“孤岛”数据进行整合，快速有效地挖掘出各试验环节中获取数据的规律性和相关性，成功预测型号运行、研制参数的后期走势，对我们今后的工作具有重大的指导意义。

　　4)试验报告的传统生成方法耗时耗力，无法适应新的工作要求。因此，我们需要能够在海量数据中快速、准确提取相关数据，形成标准化报告的技术来解放我们的人力。