SAS^® Event Stream Processing

รายการคุณสมบัติของ SAS Event Stream Processing

การประมวลผลในหน่วยความจำแบบกระจายและปรับให้เหมาะสมซึ่งปรับขนาดได้

เซิร์ฟเวอร์ SAS Event Stream Processing สำหรับประมวลผลเหตุการณ์นับล้านต่อวินาทีและใช้เวลาตอบสนองต่ำ (มิลลิวินาที, ต่ำกว่ามิลลิวินาที)
เซิร์ฟเวอร์การวัดในตัวสำหรับตรวจสอบและบันทึกการใช้เหตุการณ์สำหรับแต่ละโครงการ SAS Event Stream Processing หน้าต่างอินพุตและการผลิต เซิร์ฟเวอร์ SAS Event Stream Processing ซึ่งช่วยเร่งการรวบรวมข้อมูลการใช้เหตุการณ์
ข้อมูลที่เก็บไว้และรวมเก็บไว้ในหน่วยความจำเพื่อประสิทธิภาพสูงสุด
ความสามารถในการใช้ประโยชน์จากสถาปัตยกรรมกริดแบบกระจาย, SAS Cloud Analytic Services (CAS) หรือบนผู้ให้บริการคลาวด์สาธารณะและส่วนตัว (รองรับ Azure และ AWS)
ความเร็วในการประมวลผลสามารถปรับแต่งได้ด้วยขนาดเธรดพูลที่ยืดหยุ่น แคชสโตร์ และอื่นๆ
มีการย้ายโหนดเมื่อเกิดข้อผิดพลาดในทันทีแบบ 1+N, การย้ายโหนดเมื่อเกิดข้อผิดพลาดแบบเนทีฟ, รับประกันการส่งข้อมูลโดยไม่เก็บรักษา และฟังก์ชันความทนทานต่อการเสียหายอื่นๆ เพื่อให้แน่ใจว่าการประมวลผล Event Stream Processing จะประสบความสำเร็จ
การเข้าถึงข้อมูลเมตาของเหตุการณ์ทั้งหมดอย่างเต็มรูปแบบและเป็นแบบเปิด

คลาวด์เนทีฟ

สคริปต์การปรับใช้ SAS Event Stream Processing ใหม่ที่ใช้พื้นที่น้อยจะช่วยให้คุณปรับใช้ SAS Event Stream Processing แบบคอนเทนเนอร์สำหรับระบบคลาวด์ได้เร็วขึ้น ง่ายขึ้น และใช้ทรัพยากรน้อยลง แต่เต็มขุมพลังทั้งหมดของ SAS Event Stream Processing
ปรับขนาดทรัพยากรแบบไดนามิกบนคลาวด์ด้วยเฟรมเวิร์ก Kubernetes Operator ในตัวแบบใหม่ของ SAS Event Stream Processing เพื่อการปรับใช้ การอัปเกรด และความสามารถในการปรับขนาดที่ง่ายขึ้นในระบบคลาวด์ สาธารณะหรือส่วนตัว
เปิดใช้งานการรวม Microsoft Azure Event Hub สำหรับการนำเข้าเหตุการณ์จาก Azure IoT Event Hub โดยใช้ Kafka หรือการสนับสนุน SDK เนทีฟ การรวม Azure IoT Edge รองรับการรวม Azure IoT Edge Hub ของ SAS Event Stream Processing
SAS ESP Kubernetes Load Balancer รองรับการกระจายเหตุการณ์อัตโนมัติโดยใช้เทคนิคมัลติคาสต์ แฮช และปัดเศษ พร้อมการกำหนดค่าเวลาปรับใช้อย่างง่ายสำหรับแต่ละโครงการ
มีตัวเชื่อมต่อ Amazon Web Services Kinesis และ Redshift สำหรับการสตรีมการเชื่อมต่อแหล่งข้อมูล
เปิดใช้งานการปรับใช้ที่พร้อมสำหรับหลายผู้เช่าที่สามารถรวมเข้ากับสภาพแวดล้อมของผู้เช่าหลายรายและผู้ใช้หลายคนของคุณ

หน้าต่างโมเดลการเรียนรู้ในสตรีม

อนุญาตให้คุณรวมหน้าต่างประเภทต่างๆ เพื่อระบุแหล่งอินพุตสตรีมข้อมูล รูปแบบที่สนใจ และการดำเนินการเอาต์พุตที่ได้รับ หน้าต่างโมเดลการสตรีมประกอบด้วย:
- ฝึกฝน – พัฒนาโมเดลการวิเคราะห์ขั้นสูงในสตรีมและส่งการอัปเดตโมเดลที่เป็นผลลัพธ์ไปยังหน้าต่างคะแนน
- คะแนน – ใช้โมเดล SAS และโอเพ่นซอร์ส (รูปแบบ Python และ ONNX) ที่ผ่านการฝึกอบรมแล้วกับเหตุการณ์ปัจจุบันในสตรีมเพื่อสร้างเอาต์พุตคะแนน ตลอดจนสนับสนุนโมเดลการเรียนรู้ที่ใช้ทั้งการฝึกอบรมและการให้คะแนนร่วมกัน
- คำนวณ – ใช้กับโมเดล ASTORE ออฟไลน์ โค้ด Python วิธีการทำให้เป็นมาตรฐานและการแปลงข้อมูล ตลอดจนโมเดลการเรียนรู้ที่รวมการฝึกอบรมและการให้คะแนนเข้าด้วยกัน
- ตัวดูแลโมเดล โดยควบคุมว่าจะปรับใช้โมเดลใด เมื่อใดและที่ไหน (เช่น ไปยังหน้าต่างคะแนน)
- เครื่องอ่านโมเดล – ผสานรวมโมเดล SAS และโอเพ่นซอร์ส (รูปแบบ Python และ ONNX) และเผยแพร่โมเดลไปยังหน้าต่างวิเคราะห์การสตรีมอื่น เช่น หน้าต่างคะแนน

ความสามารถในการบริโภคและเชื่อมต่อข้อมูลการสตรีม

ชุดตัวเชื่อมต่อข้อมูลที่ครอบคลุมสำหรับการเผยแพร่และสมัครรับสตรีมข้อมูลสดทั้งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง รวมถึงวิดีโอ เสียง และรูปภาพ
ตัวเชื่อมต่อสำเร็จรูปที่สร้างไว้ล่วงหน้าประกอบด้วยการอ่านและเขียน (เช่น เผยแพร่และสมัครสมาชิก):
- ตัวเชื่อมต่ออะแดปเตอร์ช่วยให้จัดการอะแดปเตอร์จากภายในโปรเจ็กต์ SAS Event Stream Processing ได้ง่ายขึ้น ทำให้การประสานอะแดปเตอร์ง่ายขึ้น (คล้ายกับการประสานตัวเชื่อมต่อ)
- Aerospike (ใช้เทคโนโลยีปลั๊กอิน)
- Amazon Web Services: Kinesis และ Redshift
- Apache Camel
- ข้อมูลเสียง
- Axeda
- BACnet
- Cassandra
- Common Event Format (CEF)
- ฐานข้อมูล ODBC: รองรับฐานข้อมูลที่หลากหลาย เช่น IBM DB2, Oracle, IBM Netezza, Sybase ASE และอื่นๆ ดูการสนับสนุนไดรเวอร์ข้อมูลสำหรับรายการทั้งหมด
- Event Stream Processor
- File/socket
- HDAT Reader
- HDFS
- IBM WebSphere MQ
- JMS
- Kafka
- MapR
- Modbus
- MQTT
- Nurego
- OPC-UA
- OPC-DA
- OSIsoft PI Asset Framework
- Project Publish
- QuasarDB
- RabbitMQ
- RADAR (รองรับรูปแบบ Asterix CAT240)
- REST
- SAS Cloud Analytic Services
- ชุดข้อมูล SAS
- API เผยแพร่ / สมัครสมาชิกที่กำหนดเองสามารถเขียนด้วย C หรือ Java
- เซิร์ฟเวอร์วิเคราะห์ SAS LASR
- Solace
- Teradata
- Tervela Data Fabric
- TIBCO Rendezvous
- Timer
- URL
- WebSocket
- ตัวแปลงข้อมูลสำหรับ XML/JSON file socket
เผยแพร่ไปยัง SAS Event Stream Processing จากรายการต่อไปนี้เท่านั้น:
- BoardReader
- อินเทอร์เฟซ HTTP RESTful
- Log sniffers (Oracle, Greenplum).
- Network sniffer
- SYSLOG
สมัครสมาชิกจาก SAS Event Stream Processing เพื่อ:
- SOAP
- SMTP
ตัวเชื่อมต่อที่สร้างขึ้นสำหรับแหล่งที่มาของเหตุการณ์ IoT:
- Modbus
- MQTT
- OPC-UA
- OPC-DA
- UVC Camera
- PylonCamera
- Modbus
- OSI PI Historian
- อุปกรณ์เกตเวย์ BACnet
- Kafka
- Cassandra (อะแดปเตอร์เท่านั้น)
- Boar
- dRea
- der
การรองรับสตรีมข้อมูล:
- Azure IoT Event Hub
- Azure IoT Edge Connector
- การผสานการทำงาน NiFi ของ Hortonworks DataFlow (HDF) โดย SAS และ HDF สามารถจัดการข้อมูลสตรีมมิ่งระดับสูงแก่คุณได้อย่างรวดเร็วฉับไวที่สุด
การรวมข้อมูลแบบคงที่ โดยผสานข้อมูลแบบคงที่จากฐานข้อมูลหรือไฟล์เพื่อเพิ่มความสมบูรณ์ให้กับข้อมูลสตรีมมิ่งโดยใช้อะแดปเตอร์ฐานข้อมูล ODBC และการสนับสนุนตัวเชื่อมต่อร่วมกับไดรเวอร์ฐานข้อมูล

การวิเคราะห์ในสตรีมที่ปรับเปลี่ยนได้และการจัดการข้อมูล

การสนับสนุนอัลกอริธึมการสตรีมการเรียนรู้ด้วยเครื่องช่วยให้คุณสร้างหน้าต่างการให้คะแนนและการเรียนรู้สำหรับอัลกอริธึมการเรียนรู้ต่อเนื่องต่างๆ โดยมีการใช้การผสมผสานระหว่างหน้าต่างการฝึกฝนและคะแนนเพื่ออัปเดตโมเดลเป็นระยะ ซึ่งได้แก่:
- การถดถอยเชิงเส้นแบบสตรีมมิ่ง
- สตรีมมิ่งโลจิสติกถดถอย
- รองรับเครื่องเวกเตอร์
- k-means clustering
- ผู้แนะนำ
- t-Distributed Stochastic Neighbor Embedding (t-SNE)
การวิเคราะห์ในสตรีมที่มาพร้อมกับ SAS Event Stream Processing ประกอบด้วย:
- การประมวลผลภาพในตัว (ครอบตัด, ปรับขนาด, หมุน, พลิก)
- การเข้ารหัสวิดีโอ
- ตัวกรองบัตเตอร์เวอร์ธ
- การแปลงข้อมูลของเซปสตรัม
- เปลี่ยนการตรวจจับ
- ตัวกรอง Chebyshev Type I หรือ Type II
- การทำคลัสเตอร์ตามความหนาแน่น (DBSCAN)
- โมเดลส่วนผสมของ Dirichlet Gaussian
- ฟิตติ้งการกระจาย
- สถิติแบบพอดี
- ฮิสโตแกรม
- ตัวกรองคาลมาน
- การวิเคราะห์องค์ประกอบหลักของเคอร์เนล
- การตรวจสอบความล่าช้า
- ระยะสัมพัทธ์การเคลื่อนที่ (MRR)
- ความหนาแน่นสเปกตรัมของพลังงานพาราเมตริก
- ตัวค้นหายอด
- ความสัมพันธ์แบบแบ่งส่วน
- สตรีมมิ่งความสัมพันธ์ของเพียร์สัน
- ลักษณะการทำงานของตัวรับ (ROC)
- การวิเคราะห์องค์ประกอบหลักที่แข็งแกร่ง
- ความสัมพันธ์แบบแบ่งส่วน
- ค่านิยมแชปลีย์
- การแปลงฟูเรียร์ระยะสั้น
- การทำงานของสไลซ์
- ตัวค้นหายอดของ Slice
- การเกลี่ยเรียบ
- การให้คะแนนการตรวจสอบความเสถียร
- การคำนวณฟีเจอร์สตรีมมิ่งเสียง (เสียงพูดเป็นข้อความ)
- สรุปการสตรีม (สถิติเดียว / หลายตัวแปร)
- การติดตามพื้นที่ย่อย
- การทดสอบ T
- โทเค็นข้อความ
- การทำเวกเตอร์ข้อความ
- การถอดความข้อความ (คำพูดเป็นข้อความ)
- การกระจาย Weibull ที่เหมาะสม
- อัลกอริธึม Convolution
- การประมวลผลสัญญาณดิจิตอลมิติสูง
- ตัวกรองแฮมเพล
- ICA แบบเรียกซ้ำออนไลน์
- สตรีมมิ่งการตรวจสอบแผนภูมิ KT
อัลกอริธึมสำหรับการฝึกอบรมออฟไลน์ที่มาพร้อมกับ SAS Event Stream Processing ประกอบด้วย:
- การวิเคราะห์องค์ประกอบหลักที่แข็งแกร่ง
- เครือข่ายแบบเบย์
- โครงข่ายประสาทเทียมระดับลึก:
  - โครงข่ายประสาทเทียม
  - โครงข่ายประสาทเทียมแบบเกิดซ้ำ
- เครื่องแยกแฟคเตอร์
- โมเดลเชิงเส้นทั่วไป
- แบบจำลองเชิงเส้นโดยนัยทั่วไป (Generalized additive model)
- การเรียนรู้แบบมัลติทาสก์เชิงเส้นทั่วไป
- โมเดลการถดถอยเชิงเส้นทั่วไป
- ทรีการเพิ่มความชัน
- แรนดอมฟอเรสต์
- ผู้แนะนำ (ข้อเสนอแนะโดยนัยและชัดเจน)
- Regularized Matric Factorization (RMF)
- คำอธิบายข้อมูลเวคเตอร์สนับสนุน
- เครื่องเวคเตอร์สนับสนุน
- Term Frequency-Inverse Document Frequency (TFIDF)
สถาปัตยกรรมที่ขับเคลื่อนด้วยหน้าต่างแบบโมดูลาร์ที่ยืดหยุ่นเพื่อกำหนดการสืบค้นต่อเนื่องที่ซับซ้อน:
- อิงจากชุดประเภทหน้าต่างและตัวดำเนินการที่สามารถเปลี่ยนแทนกันได้จำนวนมาก เพื่อตรวจจับรูปแบบ ความสัมพันธ์ การคำนวณ และการรวมแบบไม่จำกัดจำนวน
- รูทีนคุณภาพข้อมูลทั่วไปที่สร้างไว้ล่วงหน้าใช้เพื่อใช้ทำความสะอาดข้อมูล สร้างมาตรฐาน และกรองข้อมูลสตรีมสดก่อนที่จะจัดเก็บ ช่วยลดการประมวลผลดาวน์สตรีม
- รูปแบบที่น่าสนใจอาจเป็นการคำนวณการวิเคราะห์ขั้นสูงเกือบไม่จำกัดด้วยคลัสเตอร์ค่าเฉลี่ย k ในการเรียนรู้ด้วยเครื่องในสตรีม และการให้คะแนนการวิเคราะห์สตรีมแบบสด
หน้าต่างการสตรีมเหตุการณ์เพื่อแปลงสถานะเหตุการณ์และข้อมูล และจัดการภาพการสตรีมขาเข้า:
- รวมการดำเนินการปรับขนาด หมุน ครอบตัด และพลิกภาพด้วยอัลกอริธึมการมองเห็นด้วยคอมพิวเตอร์อันทรงพลังสำหรับกรณีการใช้งานการตรวจจับออบเจกต์และการจำแนกประเภท
- ประเภทหน้าต่างขอบเขตตำแหน่งทำให้คุณสามารถติดตามตำแหน่งของออบเจกต์ที่สัมพันธ์กับเส้นขอบของขอบเขตตำแหน่งได้ แจ้งเตือนเมื่อออบเจกต์เข้าใกล้ เข้าหรือออกจากขอบเขตตำ�`˟4�หน่งที่กำหนดไว้ และติดตามเอนทิตีภายในขอบเขตตำแหน่ง
- สลับ: ให้คุณเปลี่ยนแถวของเหตุการณ์เป็นคอลัมน์ หรือเปลี่ยนคอลัมน์เป็นแถว
- ลบสถานะ: อำนวยความสะดวกในการเปลี่ยนส่วนที่เป็นสถานะของโมเดลไปยังส่วนที่ไม่มีสถานะของโมเดล
- เครื่องมือติดตามออบเจกต์หลายชิ้น (MOT): ช่วยให้คุณสามารถติดตามวัตถุหลายชิ้น (MOT) ได้แบบเรียลไทม์
- การฝึกอบรม: การฝึกอบรมโมเดลเกี่ยวกับข้อมูลในอดีต (สำหรับการพัฒนาโมเดลที่แม่นยำ) ช่วยเสริมการวิเคราะห์ที่มีประสิทธิภาพสูงสำหรับข้อมูลที่ไม่มีการเคลื่อนไหว
- กำหนดและปรับแต่งการแจ้งเตือนด้วย SMS อีเมล และการแจ้งเตือนอื่นๆ โดยเป็นส่วนหนึ่งของเวิร์กโฟลว์โมเดลสตรีมเหตุการณ์
- หน้าต่าง Lua: อนุญาตให้เรียกใช้ฟังก์ชัน Lua เพื่อเปิดใช้งานการดำเนินการทางคณิตศาสตร์ความเร็วสูง การแปลงข้อมูล และการจัดการสตริง XML/JSON
- หน้าต่าง StateDB: หน้าต่าง StateDB ช่วยให้คุณสามารถใช้ฐานข้อมูลประสิทธิภาพสูงที่ปรับใช้ภายนอกเพื่อจัดเก็บและบำรุงรักษาสถานะที่จำเป็นสำหรับการรวมและการรวม
การสนับสนุนโมเดลการวิเคราะห์ประกอบด้วย:
- SAS ASTORE
- DATAStep2
- DATAStep
- รูปแบบ ONNX จาก SAS หรือเฟรมเวิร์กภายนอก (เช่น TensorFlow, PyTorch)
- โค้ด Python
- โค้ด C
ฝังได้บนเกตเวย์ อุปกรณ์เอดจ์ แท่งประมวลผล และแอปพลิเคชัน C++ ใดๆ ที่มีอยู่ (พร้อมการประมวลผลเธรดพูลโดยเฉพาะ)

สภาพแวดล้อมด้านเวลาสำหรับออกแบบซึ่งพึ่งพาโค้ดน้อย

มีสภาพแวดล้อมการพัฒนาที่แสดงผลผ่านภาพที่ใช้โค้ดน้อยหรือสภาพแวดล้อมการพัฒนา Jupyter Lab Python ที่เป็นมิตรกับนักวิทยาศาสตร์ข้อมูล โดยมีตัวเลือกแบบเปิดและใช้งานง่ายสำหรับการออกแบบ การทดสอบ การกำหนดเวอร์ชัน และการเผยแพร่โครงการสตรีมมิ่ง ESP
โมเดลการวิเคราะห์สามารถผสานรวมได้อย่างง่ายดายโดยใช้ SAS Model Manager การจัดการโมเดลให้การรวมที่รวดเร็วขึ้นโดยอัตโนมัติและการตรวจสอบโมเดลการวิเคราะห์
- เรียกดูที่เก็บโมเดล Model Manager เพื่อค้นหาและผสานรวมการวิเคราะห์ขั้นสูงเพื่อฝังในโครงการ SAS Event Stream Processing ได้อย่างง่ายดาย
- กรองและค้นหาโมเดลการวิเคราะห์จำนวนมากได้อย่างรวดเร็วเพื่อการเข้าถึงที่รวดเร็ว
- การยืนยันตัวตนด้วย SAS Logon เพื่อการเข้าถึงของผู้ใช้ที่ง่ายและเป็นเอกภาพ
- ใช้ Viya Postgres ดั้งเดิมเป็นที่เก็บข้อมูลถาวรที่มีการจัดการสำหรับพื้นที่จัดเก็บโครงการ ESP
เปิดใช้งานหลายผู้เช่าโดยใช้เฟรมเวิร์กตัวดำเนินการ Kubernetes ใหม่และคอนเทนเนอร์ Docker ที่จัดส่งสำหรับเซิร์ฟเวอร์ ESP ในระบบคลาวด์
โหมดการทดสอบที่ได้รับการปรับปรุง ช่วยให้ผู้ใช้สามารถมุ่งเน้นไปที่ข้อมูลที่สำคัญที่สุด
- การสร้างพ็อดเซิร์ฟเวอร์ ESP อัตโนมัติและการแยกย่อยเพื่อการใช้ทรัพยากรที่เหมาะสมที่สุด
- อัปเดต UI เพื่อการตอบสนองที่เร็วขึ้นและการเลือกหน้าต่างเอาต์พุตแบบกำหนดเอง
- เข้าถึงบันทึกเซิร์ฟเวอร์ ESP สำหรับการดีบักแบบง่าย
เรียกใช้โปรเจ็กต์นอกโหมดทดสอบเพื่อทำการทดสอบระยะยาว
ปรับปรุงการใช้งานและประสบการณ์ผู้ใช้:
- ดูและอัปเดตคุณสมบัติของ Kubernetes ESP Server จาก ESP Studio UI
- ปรับปรุงเค้าโครงแอปพลิเคชันเพื่อให้การทดสอบและออกแบบง่ายขึ้น
- การตรวจสอบนิพจน์แบบรวม แบบอินไลน์ แบบล่วงหน้าภายในหน้าต่าง Compute, Join, Filter และ Aggregation สำหรับการตรวจสอบนิพจน์ทันที
- การตั้งค่าหน่วยความจำ อินสแตนซ์ และ CPU ที่กำหนดค่าได้สำหรับโหมดทดสอบเซิร์ฟเวอร์ระบบคลาวด์ ESP
- การปรับปรุงไดอะแกรมและเลย์เอาต์สำหรับมุมมองที่ใช้งานง่ายยิ่งขึ้น
- หน้าการจัดการเซิร์ฟเวอร์ทดสอบใหม่สำหรับการกำหนดเซิร์ฟเวอร์แบบง่าย
- แผงสกีมาเอาต์พุตที่ได้รับการปรับปรุงพร้อมการเลือกหน้าต่างสำหรับเค้าโครงผลการทดสอบที่กำหนดเอง
- การตรวจสอบความถูกต้องขั้นสูงของไวยากรณ์และคุณสมบัติของโครงการ ESP
เครื่องมือแก้ไขนิพจน์ที่ใช้งานง่าย
- โปรแกรมแก้ไขที่ใช้งานง่ายสำหรับการเขียนและตรวจสอบนิพจน์
- พิมพ์การเติมข้อความอัตโนมัติล่วงหน้าสำหรับทั้งฟังก์ชันและข้อมูลสกีมา
- มีฟังก์ชั่นและโอเปอเรเตอร์ที่รองรับ ESP ทั้งหมด
การผสานการทำงานกับ SAS Event Stream Manager
- รองรับการควบคุมเวอร์ชันโครงการรวมถึงการเลือกเวอร์ชันหลักและรอง
- การอัปเดตเวอร์ชันรองใน SAS Event Stream Manager ถูกส่งกลับไปยัง SAS Event Stream Processing Studio
- โครงการที่เผยแพร่ปรากฏใน SAS Event Stream Manager โดยอัตโนมัติ

การดำเนินงานและการตรวจสอบของ ESP

สร้างและจัดการแผนการปรับใช้ที่ทำซ้ำได้ด้วยอินเทอร์เฟซที่ใช้งานง่าย สำหรับโครงการที่ดำเนินการบนเซิร์ฟเวอร์ SAS Event Stream Processing ที่เอดจ์หรือบนคลาวด์
- สร้างการปรับใช้อย่างรวดเร็วเพื่อตรวจสอบคอลเล็กชันของเซิร์ฟเวอร์และทำให้การจัดการง่ายขึ้น
- ระบุข้อผิดพลาดในการปรับใช้และลองดำเนินการใหม่เฉพาะบนเซิร์ฟเวอร์ที่ต้องการความสนใจ
- สร้างรายการที่กรองแล้วของเซิร์ฟเวอร์ SAS Event Stream Processing เพื่อใช้การดำเนินการปรับใช้
- สร้างสคริปต์การปรับใช้ที่ทำซ้ำได้สำหรับการทำงานอัตโนมัติที่รวดเร็วและการแจ้งเตือนจากผู้ใช้ ทำให้การดำเนินงานโครงการ SAS Event Stream Processing ง่ายขึ้น
- ตรวจสอบเหตุการณ์ที่ใช้กับเซิร์ฟเวอร์วัดแสงที่แสดงเพื่อระบุรูปแบบการใช้งานเหตุการณ์ต่อใบอนุญาตและโฮสต์
- เพิ่มเซิร์ฟเวอร์ SAS Event Stream Processing ใหม่ได้อย่างง่ายดายเพื่อการตรวจสอบที่ดีขึ้นในการปรับใช้เอดจ์
- การตรวจสอบเซิร์ฟเวอร์คลัสเตอร์ ESP รองรับสภาพแวดล้อมแบบคลัสเตอร์และหลายผู้เช่าในระบบคลาวด์
การตรวจสอบเซิร์ฟเวอร์ ESP
- การจัดการและการกำหนดค่าเซิร์ฟเวอร์คลาวด์ ESP แบบไดนามิกเพื่อรองรับพ็อดและคอนเทนเนอร์ Kubernetes แบบคลัสเตอร์
- จัดการการสร้างและรื้อเซิร์ฟเวอร์ ESP โดยอัตโนมัติผ่านเฟรมเวิร์กตัวดำเนินการ ESP Kubernetes
- การตรวจสอบรวมถึงการตรวจสอบฮาร์ทบีทของ ESP การรายงานสถานะเซิร์ฟเวอร์ ESP และสถิติประสิทธิภาพของเซิร์ฟเวอร์ ESP
- การผสานการทำงานของ Prometheus สำหรับการตรวจสอบเซิร์ฟเวอร์ ESP ของ SAS
- ดูประวัติการใช้ทรัพยากรภายในคลัสเตอร์เมื่อเวลาผ่านไป
- ระบุปัญหาทรัพยากรตั้งแต่เนิ่นๆ ด้วยการสำรวจสถิติของพ็อด ซึ่งทั้งหมดนี้มีให้ใน UI ที่ชัดเจนและติดตามได้ง่าย
- ดูข้อมูลบันทึกสำหรับทั้งพ็อด ESP ที่กำลังทำงานอยู่และทำงานอยู่ก่อนหน้านี้
ปรับปรุงการใช้งานและประสบการณ์ผู้ใช้
- ความสามารถในการค้นหาและกรองสำหรับการปรับใช้โครงการ SAS Event Stream Processing ไปยังระบบคลาวด์อย่างรวดเร็ว
- ตัวบ่งชี้ปัญหาที่เห็นได้ชัดขึ้นเมื่อดำเนินโครงการในการผลิต
- UI ที่ตอบสนองมากขึ้นเพื่อการอัปเดตที่เร็วขึ้น
- การจัดการการปรับใช้ที่ได้รับการปรับปรุงด้วยการแจ้งเตือนจาก SAS Model Manager สำหรับโมเดลแชมป์เปี้ยนใหม่เพื่อเพิ่มประสิทธิภาพการทำงานร่วมกันกับทีมนักวิทยาศาสตร์ข้อมูล
- การรายงานการกำหนดค่าเซิร์ฟเวอร์ที่ได้รับการปรับปรุงเพื่อเน้นหน่วยความจำคลัสเตอร์และการใช้งาน CPU
การควบคุมการปรับใช้เพื่อการปฏิบัติการที่คล่องตัวและการปรับใช้ที่รวดเร็ว
- โหลดและเริ่มโครงการโดยไม่ต้องใช้เทมเพลตด้วยการคลิกเพียงครั้งเดียวจาก UI
- หยุดและยกเลิกการโหลดโครงการโดยไม่ต้องใช้เทมเพลตด้วยการคลิกเพียงครั้งเดียวจาก UI
การผสานรวมกับ SAS Event Stream Processing Studio
- โครงการที่เผยแพร่ปรากฏใน SAS Event Stream Manager โดยอัตโนมัติพร้อมตำแหน่งไฟล์ที่ใช้ร่วมกัน

การใช้งานที่ขยายและการสนับสนุนโอเพ่นซอร์ส

ปรับใช้ SAS Event Stream Processing ที่เอดจ์สำหรับแอปพลิเคชัน IoT:
- SAS Event Stream Processing for Edge Computing มีขนาดดิสก์ที่เล็กลงและกำหนดค่าได้สำหรับการปรับใช้ที่ง่ายขึ้นไปยังอุปกรณ์เอดจ์ที่เล็กกว่า
- รองรับการปรับใช้คอนเทนเนอร์ Docker สำหรับ SAS Event Stream Processing for Edge Computing สำหรับการปรับใช้มาตรฐาน
อินเทอร์เฟซการพัฒนา SAS Event Stream Processing Python:
- เร่งเวลาในการพัฒนาด้วยอินเทอร์เฟซ Python ที่คุ้นเคย เปิดและยืดหยุ่นสำหรับการพัฒนา เผยแพร่ ทดสอบ และสตรีมกิจกรรมผ่านโครงการ SAS Event Stream Processing
- Python เผยแพร่/สมัครสมาชิก API – เผยแพร่เหตุการณ์และสมัคร SAS Event Stream Processing โดยใช้ Python

ใช้ SAS และภาษาโอเพ่นซอร์ส

SAS Event Stream Processing สำหรับ SAS Viya^®และ CAS – นำโมเดล SAS Data Mining และ Machine Learning ไปใช้กับ SAS Event Stream Processing สำหรับการวิเคราะห์การสตรีม
รองรับการดำเนินการ Python ในสตรีมภายในโปรเจ็กต์ SAS Event Stream Processing การดำเนินการในหน่วยความจำแบบเนทีฟของ Python โดยใช้เทคโนโลยีบริการวิเคราะห์ไมโครที่ได้รับการจดสิทธิบัตร
รองรับการอนุมานโมเดล ONNX เนทีฟบนแพลตฟอร์ม GPU สำหรับเอดจ์ (บนอุปกรณ์) และคลาวด์ (Docker)
ภาษาการเขียนโปรแกรม SAS ที่รองรับ ได้แก่ SAS DATAStep2 และ SAS DATAStep
รองรับสตรีม MapR โดยอะแดปเตอร์ Kafka ได้รับการรับรองให้ทำงานร่วมกับแพลตฟอร์มข้อมูลแบบหลอมรวม MapR สำหรับการเผยแพร่และสมัครสมาชิก
รองรับ Python เผยแพร่/สมัครสมาชิก API เพื่อเผยแพร่และสมัครสมาชิกเซิร์ฟเวอร์ SAS Event Stream Processing เพื่อแทรกเหตุการณ์ไปยัง SAS Event Stream Processing และรับฟังข้อมูลเชิงลึกจาก SAS Event Stream Processing

การตรวจสอบสตรีมเหตุการณ์ด้วยภาพ

การสนับสนุนการแสดงภาพข้อมูลการสตรีมและข้อมูลเชิงลึกของโครงการ SAS Event Stream Processing รวมถึง:
- รักษาความปลอดภัยให้การเข้าถึงด้วยระบบสนับสนุนการเข้าสู่ระบบสำหรับการเข้าถึงที่ได้รับอนุญาตสู่แอปพลิเคชัน SAS Event Stream Processing Streamviewer
- Streamviewer รองรับกราฟ SAS ในแดชบอร์ดการสตรีมแบบเรียลไทม์
- ส่วนประกอบของ Streamviewer รองรับการฝังภายในแอปพลิเคชันเพื่อส่งมอบข้อมูลเชิงลึกแบบเรียลไทม์ของ Streamviewer
- รองรับ WebSocket สำหรับการเชื่อมต่อเซิร์ฟเวอร์ SAS Event Stream Processing ที่เชื่อถือได้และรวดเร็ว
- แดชบอร์ดที่ผู้ใช้กำหนดค่าได้สำหรับการทดสอบกิจกรรมการสตรีมแบบกำหนดเอง
- กรองและค้นหากิจกรรมสตรีมแบบสดแบบอินเทอร์แอคทีฟเพื่อตรวจสอบพฤติกรรมเฉพาะขององค์ประกอบต่างๆ
- ตอบสนองเร็วขึ้นด้วยการสนับสนุนซ็อกเก็ตเว็บใหม่เพื่อตรวจสอบเหตุการณ์จากเซิร์ฟเวอร์ SAS Event Stream Processing
- เปรียบเทียบกิจกรรมในอดีตกับการประมวลผลปัจจุบันโดยใช้การแสดงผลผ่านกราฟ
- ตรวจสอบรายละเอียดการประมวลผลสตรีมโดยสมัครรับข้อมูลเหตุการณ์ที่น่าสนใจ