0_1_
誰更能從5G受益？
關於5G，許多主流媒體都圍繞我的消費的潛在市場報道，例如AR / VR遊戲。數據庫
但事實如同不少行業分析師觀察到的那樣，電信服務提供商早就敏銳地意識到，將來的市場不是來自於我的用戶，而是來自於那些參加第四次工業革命的企業，採用大規模機器類型通訊（mMTC）和超可靠的低延遲通訊（uRLLC）等5G服務的互聯網企業，將成爲5G技術的主要受益者。架構
▲ 3項5G的關鍵核心服務機器學習
0_2_
怎樣利用5G？
企業要利用5G的關鍵核心服務，就必須進行真正的數字化轉型。首先，不要將數字化轉型與現有的簡單數字化相混淆；其次，爲了應對數字化轉型，企業必須考慮從新配置其業務流程，以利用機器對機器的通訊來實現自動化流程、決策和行動，從而消除人爲操做帶來的潛在高昂代價，同時縮短價值實現的時間週期，讓事件數據生成更接近事件時間。鏈接各項業務的關鍵點是數據、業務規則、決策和與之匹配的行動。分佈式
不少企業已經意識到，5G的速度和低延遲能夠將本身的競爭力提高到新的高度，然而知足實時性需求，須要根本性的數字化轉型變革。實時的定義是基於兩個關鍵因素：oop
「學習
-
延遲：從設備生成數據到數據價值攫取，通過了多長時間大數據
-
工做負載：在該延遲時間內須要完成哪些操做，才能夠從數據中提取價值信息並造成決策blog
複雜性 V.S. 延遲生命週期
如上圖所示，對於簡單的聚合和鏈接而言，真正的事件驅動體系結構比事件驅動的流處理須要更多的資源。真正的實時工做負載至少須要7個步驟：攝取、存儲、聚合、關鍵績效指標測量、異常指標（誤差）的檢測，處理這些複雜誤差的決策以及採起適當措施（獲利、威脅、預防）是基於決策步驟的結果，全部這些都須要在10毫秒甚至更短的時間內完成。遊戲
若是錯過處理時間窗口，則要進入從新覈對週期。固然，數據處理能力跟不上時，最壞的狀況是會徹底消耗掉企業基礎架構資源，而且這些數據將會沒人知道它們的存在，這是企業的數據噩夢。
03
關於系統自動決策
設備系統或人工操做員的行爲如何影響系統的自動決策呢？對於實時處理平臺而言，重要的是不只要處理數據流，還要將準備好的訓練數據推送到機器學習層，以消化或者建立新的數據模型。
一旦建立了新的數據模型，只須要將它歸入決策過程當中，就能夠完成系統的自動決策了，一般實時數據處理和模型自動更新會以不一樣運行週期並行運行：
「
-
一個週期是事件產生到決策行動的週期，Gartner將其稱爲實時控制迴路（Real-Time Control Loop）
-
另外一個週期是事件學習決策週期，它將流數據和大數據組合在一塊兒，更新模型並管理假陽性或者假陰性的場景決策
經過客戶和合做夥伴的應用場景中打磨，VoltDB最初是一個分佈式內存數據庫，現已轉變爲一個總體的實時數據價值管理平臺，該平臺能夠在動態數據流的環境中同時處理上面兩個週期。
VoltDB中國聯繫方式：sgao##voltdb.com （請將「##」替換成「@」）
若是您對VoltDB的工業物聯網大數據低延遲方案或者全生命週期的實時數據平臺管理感興趣，歡迎私信，進入到咱們的官方交流羣。