フローロジスティックケーススタディ
会社概要
Flowlogisticは、大手物流およびサプライチェーンのプロバイダーです。これらは、世界中の企業がリソースを管理し、それらを最終目的地に転送するのに役立ちます。会社は急速に成長し、鉄道、トラック、航空機、そして海上輸送を含む製品を拡大しました。
会社背景
同社は地域のトラック運送会社として始まり、その後他の物流市場にも進出しました。
インフラストラクチャが更新されていないため、注文と出荷を管理および追跡することがボトルネックになっています。業務を改善するために、Flowlogisticは小包レベルでリアルタイムで出荷を追跡するための独自の技術を開発しました。ただし、Apache Kafkaをベースにしたテクノロジスタックは処理量をサポートできないため、展開することはできません。さらに、Flowlogisticは注文と出荷をさらに分析して、リソースの最適な配置方法を決定したいと考えています。
ソリューションコンセプト
Flowlogisticはクラウドを使用して2つの概念を実装したいと考えています。
の位置を示すリアルタイムの在庫追跡システムで独自の技術を使用する
彼らの負荷
構造化されたものと構造化されていないものの両方を含む、すべての注文と出荷ログに対して分析を実行します。
データ、どのようにリソースを展開するのが最善か、情報を拡大するためのマーケットを決定します。また、出荷が延期される時期を早期に把握するために予測分析を使用したいと考えています。
既存の技術環境
Flowlogisticアーキテクチャは単一のデータセンターにあります。
データベース
2クラスタ内に8台の物理サーバー
- SQL Server - ユーザーデータ、インベントリ、静的データ
3台の物理サーバー
- Cassandra - メタデータ、メッセージの追跡
10台のKafkaサーバー - メッセージ集約とバッチ挿入の追跡
アプリケーションサーバー - 顧客フロントエンド、注文用ミドルウェア/税関
20台の物理サーバーにわたって60台の仮想マシン
- Tomcat - Javaサービス
- Nginx - 静的コンテンツ
- バッチサーバ
ストレージ機器
- 仮想マシン（VM）ホスト用のiSCSI
- ファイバチャネルストレージエリアネットワーク（FC SAN） - SQLサーバストレージ
- ネットワーク接続ストレージ（NAS）のイメージストレージ、ログ、バックアップ
10台のApache Hadoop / Sparkサーバー
- コアデータレイク
- データ分析ワークロード
20台のその他のサーバー
- Jenkins、モニタリング、要塞のホスト、
ビジネス要件
拡張された生産量のパンティで信頼性と再現性のある環境を構築します。
分析のために一元化されたData Lakeのデータを集計する
過去のデータを使用して将来の出荷について予測分析を実行する
独自の技術を使用して世界中のすべての出荷を正確に追跡
新しいリソースの迅速なプロビジョニングを通じてビジネスの敏捷性と革新のスピードを向上させる
クラウドのパフォーマンスについてアーキテクチャーを分析して最適化する
他のすべての要件が満たされている場合は、クラウドに完全に移行します。
技術要件
ストリーミングデータとバッチデータの両方を処理する
既存のHadoopワークロードを移行する
アーキテクチャがスケーラブルで弾力性があることを確認して、会社の変化する要求を満たすことができます。
可能な限りマネージドサービスを使用する
データの送信と暗号化を暗号化
本番データセンターとクラウド環境の間にVPNを接続する
SEOステートメント
急速に成長したため、インフラストラクチャをアップグレードできないため、さらなる成長と効率性が妨げられています。私たちは世界中で貨物を移動するのには効率的ですが、データを移動するには非効率的です。
私達は私達の顧客がどこにいて、彼らが何を出荷しているのかをもっと簡単に理解できるように私達の情報を整理する必要があります。
CTOステートメント
ITは私たちにとって優先事項ではありませんでした。そのため、私たちのデータが大きくなるにつれて、私たちは私たちのテクノロジーに十分な投資をしてきませんでした。私はITを管理する優れたスタッフを抱えていますが、インフラストラクチャの管理に忙しいので、データの整理、分析の構築、CFOの実装方法の検討など、本当に重要なことを実行することができません。トラッキング技術
CFOステートメント
私達の競争上の優位性の一部は私達が遅い郵送物および配達のために私達自身に不利益を与えることです。出荷がいつどこにあるのかを知ることは、当社の収益と収益性に直接相関します。
さらに、サーバー環境を構築するために資金を投入することは避けたいと思います。
Flowlogisticは、Google BigQueryを主要な分析システムとして使用したいと考えていますが、まだApache HadoopとSparkのワークロードがあり、BigQueryに移行することはできません。 Flowlogisticは、両方のワークロードに共通のデータを格納する方法を知りません。彼らは何をすべきですか？
会社概要
Flowlogisticは、大手物流およびサプライチェーンのプロバイダーです。これらは、世界中の企業がリソースを管理し、それらを最終目的地に転送するのに役立ちます。会社は急速に成長し、鉄道、トラック、航空機、そして海上輸送を含む製品を拡大しました。
会社背景
同社は地域のトラック運送会社として始まり、その後他の物流市場にも進出しました。
インフラストラクチャが更新されていないため、注文と出荷を管理および追跡することがボトルネックになっています。業務を改善するために、Flowlogisticは小包レベルでリアルタイムで出荷を追跡するための独自の技術を開発しました。ただし、Apache Kafkaをベースにしたテクノロジスタックは処理量をサポートできないため、展開することはできません。さらに、Flowlogisticは注文と出荷をさらに分析して、リソースの最適な配置方法を決定したいと考えています。
ソリューションコンセプト
Flowlogisticはクラウドを使用して2つの概念を実装したいと考えています。
の位置を示すリアルタイムの在庫追跡システムで独自の技術を使用する
彼らの負荷
構造化されたものと構造化されていないものの両方を含む、すべての注文と出荷ログに対して分析を実行します。
データ、どのようにリソースを展開するのが最善か、情報を拡大するためのマーケットを決定します。また、出荷が延期される時期を早期に把握するために予測分析を使用したいと考えています。
既存の技術環境
Flowlogisticアーキテクチャは単一のデータセンターにあります。
データベース
2クラスタ内に8台の物理サーバー
- SQL Server - ユーザーデータ、インベントリ、静的データ
3台の物理サーバー
- Cassandra - メタデータ、メッセージの追跡
10台のKafkaサーバー - メッセージ集約とバッチ挿入の追跡
アプリケーションサーバー - 顧客フロントエンド、注文用ミドルウェア/税関
20台の物理サーバーにわたって60台の仮想マシン
- Tomcat - Javaサービス
- Nginx - 静的コンテンツ
- バッチサーバ
ストレージ機器
- 仮想マシン（VM）ホスト用のiSCSI
- ファイバチャネルストレージエリアネットワーク（FC SAN） - SQLサーバストレージ
- ネットワーク接続ストレージ（NAS）のイメージストレージ、ログ、バックアップ
10台のApache Hadoop / Sparkサーバー
- コアデータレイク
- データ分析ワークロード
20台のその他のサーバー
- Jenkins、モニタリング、要塞のホスト、
ビジネス要件
拡張された生産量のパンティで信頼性と再現性のある環境を構築します。
分析のために一元化されたData Lakeのデータを集計する
過去のデータを使用して将来の出荷について予測分析を実行する
独自の技術を使用して世界中のすべての出荷を正確に追跡
新しいリソースの迅速なプロビジョニングを通じてビジネスの敏捷性と革新のスピードを向上させる
クラウドのパフォーマンスについてアーキテクチャーを分析して最適化する
他のすべての要件が満たされている場合は、クラウドに完全に移行します。
技術要件
ストリーミングデータとバッチデータの両方を処理する
既存のHadoopワークロードを移行する
アーキテクチャがスケーラブルで弾力性があることを確認して、会社の変化する要求を満たすことができます。
可能な限りマネージドサービスを使用する
データの送信と暗号化を暗号化
本番データセンターとクラウド環境の間にVPNを接続する
SEOステートメント
急速に成長したため、インフラストラクチャをアップグレードできないため、さらなる成長と効率性が妨げられています。私たちは世界中で貨物を移動するのには効率的ですが、データを移動するには非効率的です。
私達は私達の顧客がどこにいて、彼らが何を出荷しているのかをもっと簡単に理解できるように私達の情報を整理する必要があります。
CTOステートメント
ITは私たちにとって優先事項ではありませんでした。そのため、私たちのデータが大きくなるにつれて、私たちは私たちのテクノロジーに十分な投資をしてきませんでした。私はITを管理する優れたスタッフを抱えていますが、インフラストラクチャの管理に忙しいので、データの整理、分析の構築、CFOの実装方法の検討など、本当に重要なことを実行することができません。トラッキング技術
CFOステートメント
私達の競争上の優位性の一部は私達が遅い郵送物および配達のために私達自身に不利益を与えることです。出荷がいつどこにあるのかを知ることは、当社の収益と収益性に直接相関します。
さらに、サーバー環境を構築するために資金を投入することは避けたいと思います。
Flowlogisticは、Google BigQueryを主要な分析システムとして使用したいと考えていますが、まだApache HadoopとSparkのワークロードがあり、BigQueryに移行することはできません。 Flowlogisticは、両方のワークロードに共通のデータを格納する方法を知りません。彼らは何をすべきですか？
