關(guān)于我們
書(shū)單推薦
新書(shū)推薦
|
大數(shù)據(jù)與物聯(lián)網(wǎng)
本書(shū)內(nèi)容包括:大數(shù)據(jù)解決方案與物聯(lián)網(wǎng);評(píng)估可能性藝術(shù);理解商業(yè);大數(shù)據(jù)與物聯(lián)網(wǎng)的商業(yè)信息映射;理解組織能力;設(shè)計(jì)未來(lái)狀態(tài)信息架構(gòu)等。
適讀人群 :職場(chǎng)人士、管理者
《大數(shù)據(jù)與物聯(lián)網(wǎng):企業(yè)信息化建設(shè)新時(shí)代》一書(shū)為信息架構(gòu)的設(shè)計(jì)提供了有益的指導(dǎo)。這種信息架構(gòu)不僅能夠適應(yīng)來(lái)自傳統(tǒng)來(lái)源所產(chǎn)生的龐大數(shù)據(jù)量,而且還能適應(yīng)來(lái)自全球互聯(lián)網(wǎng)這種新的數(shù)據(jù)源所產(chǎn)生的數(shù)據(jù)量。正由于這兩種數(shù)據(jù)源所產(chǎn)生的可用數(shù)據(jù)量的與日俱增,任何企業(yè)都不想錯(cuò)過(guò)從這些數(shù)據(jù)中挖掘價(jià)值的機(jī)會(huì)。 關(guān)于企業(yè)如何分析解決方案和企業(yè)如何進(jìn)行信息化建設(shè)(包括數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能工具、預(yù)測(cè)分析、數(shù)據(jù)發(fā)現(xiàn)、大數(shù)據(jù)的作用和物聯(lián)網(wǎng)帶來(lái)的影響),本書(shū)提供了系統(tǒng)性的理論和方法。以期通過(guò)一系列的步驟便可界定企業(yè)信息化建設(shè)架構(gòu)的未來(lái)狀態(tài),并制訂達(dá)到此狀態(tài)的計(jì)劃。 《大數(shù)據(jù)與物聯(lián)網(wǎng):企業(yè)信息化建設(shè)新時(shí)代》有助于您理解以下內(nèi)容:多種新的數(shù)據(jù)源(包括來(lái)自物聯(lián)網(wǎng)傳感器的數(shù)據(jù))構(gòu)成的大數(shù)據(jù)對(duì)信息架構(gòu)的啟示;如何通過(guò)界定兼顧IT與業(yè)務(wù)部門(mén)需求的藍(lán)圖,建立數(shù)據(jù)使用的愿景,這是實(shí)現(xiàn)早期步驟的關(guān)鍵;在應(yīng)對(duì)變換的商業(yè)挑戰(zhàn)和不斷進(jìn)步的技術(shù)時(shí),采取逐步解決方案的重要性與詳細(xì)信息;在評(píng)估現(xiàn)有的基礎(chǔ)設(shè)施、設(shè)計(jì)和部署新的基礎(chǔ)設(shè)施時(shí)如何降低風(fēng)險(xiǎn)。
本書(shū)肇始于2012年。當(dāng)時(shí),主流機(jī)構(gòu)正在探討Hadoop,我們也相信信息架構(gòu)將會(huì)迎來(lái)變革。多年以來(lái),商業(yè)智能和分析解決方案的重點(diǎn)一直放在企業(yè)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市,以及對(duì)其中的數(shù)據(jù)進(jìn)行定義、填充和分析的最佳實(shí)踐上。結(jié)構(gòu)化數(shù)據(jù)的最優(yōu)關(guān)系數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系型數(shù)據(jù)庫(kù)設(shè)計(jì)以及數(shù)據(jù)庫(kù)的管理已成為許多此類(lèi)研究工作的重點(diǎn)。然而這個(gè)重點(diǎn)也在發(fā)生變化。
在解決商業(yè)問(wèn)題的過(guò)程中,流數(shù)據(jù)源首次被認(rèn)為可能具有十分重要的意義。人們通過(guò)實(shí)驗(yàn)來(lái)探索這些數(shù)據(jù),希望發(fā)現(xiàn)其潛在的價(jià)值。而不幸的是,許多努力都付之東流。筆者之所以敏銳地意識(shí)到了這一點(diǎn),是因?yàn)槲覀冊(cè)鴳?yīng)多家機(jī)構(gòu)之邀提供過(guò)一些建議。 我們承認(rèn),確實(shí)有一些機(jī)構(gòu)成功地分析了新數(shù)據(jù)源。但退一步來(lái)看,我們發(fā)現(xiàn),它們之所以成功,是因?yàn)橛幸环N新興的共通模式。在大數(shù)據(jù)計(jì)劃開(kāi)始之前,這些機(jī)構(gòu)的利益相關(guān)者就已經(jīng)形成了關(guān)于新數(shù)據(jù)將會(huì)如何改善商業(yè)決策的理論。所以,在構(gòu)建原型時(shí),它們能夠很快證明或駁斥這些理論。 但這種成功的方法并不是全新的。事實(shí)上,很多機(jī)構(gòu)在成功開(kāi)發(fā)對(duì)其業(yè)務(wù)運(yùn)營(yíng)至關(guān)重要的數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能和高級(jí)的分析解決方案時(shí)采用了相同的策略,這是其經(jīng)營(yíng)業(yè)務(wù)的關(guān)鍵。在本書(shū)中,我們描述了一種取得成功的方法:分階段法。我們會(huì)在不同章節(jié)中分別介紹這種方法的各個(gè)階段,并介紹如何在大數(shù)據(jù)與物聯(lián)網(wǎng)項(xiàng)目中應(yīng)用這種方法。 早在2012年,我們就已經(jīng)開(kāi)始記錄這種方法了,并把那些在向客戶(hù)提供意見(jiàn)時(shí)已經(jīng)證明十分有用的工件匯集起來(lái),而不考慮其技術(shù)覆蓋。此后,我們與甲骨文企業(yè)架構(gòu)(Oracle Enterprise Architecture)社區(qū)、系統(tǒng)集成商及客戶(hù)一起測(cè)試并完善了這一方法。 有時(shí),這種方法會(huì)將我們導(dǎo)向?qū)鹘y(tǒng)技術(shù)覆蓋的推薦。然而,新數(shù)據(jù)源往往需要引入Hadoop和NoSQL數(shù)據(jù)庫(kù)解決方案。我們已經(jīng)看到,物聯(lián)網(wǎng)應(yīng)用也在日益邁開(kāi)新的腳步。所以,我們希望有待解決的數(shù)據(jù)源和商業(yè)問(wèn)題能推動(dòng)架構(gòu)的發(fā)展。 我們的工作進(jìn)行了大約兩年,我們注意到,盡管許多書(shū)籍都描述了大數(shù)據(jù)與物聯(lián)網(wǎng)項(xiàng)目背后的技術(shù)組件,但卻很少涉及如何評(píng)估和推薦與一個(gè)組織的信息架構(gòu)或與業(yè)務(wù)需求相一致的解決方案。所幸,我們?cè)贏press出版社的朋友與我們不謀而合,看到了市場(chǎng)對(duì)此類(lèi)圖書(shū)的需求。 本書(shū)不能取代您書(shū)架上收藏的對(duì)可能成為未來(lái)狀態(tài)信息架構(gòu)的一部分的組件有詳細(xì)描述的技術(shù)文獻(xiàn)。因?yàn)檫@并非本書(shū)的意圖。(當(dāng)然,有時(shí)我們也會(huì)向企業(yè)架構(gòu)師咨詢(xún)哪些組件是相關(guān)的并且數(shù)量能快速發(fā)展到數(shù)以百計(jì)。) 我們的目的是向您提供在未來(lái)狀態(tài)信息架構(gòu)中,組件應(yīng)該如何組合在一起及其原因的堅(jiān)實(shí)基礎(chǔ)。我們會(huì)帶您了解一種方法,這種方法可以建立有關(guān)未來(lái)足跡的愿景,收集業(yè)務(wù)需求、數(shù)據(jù)和分析需求,評(píng)估技能,確定所需的信息架構(gòu)變化,以及界定路徑圖。最后,我們?yōu)槟峁┝嗽趯?shí)施期間需要考慮的方面的一些相關(guān)指導(dǎo)。 我們相信本書(shū)大部分內(nèi)容對(duì)企業(yè)架構(gòu)師均具有指導(dǎo)價(jià)值。另外,我們認(rèn)為,對(duì)于在IT和業(yè)務(wù)部門(mén)中工作,且希望在這些項(xiàng)目中取得成功的人而言,本書(shū)也將是一項(xiàng)寶貴的資源。 我們的首要目標(biāo)是助您成功,希望此書(shū)能幫助您實(shí)現(xiàn)目標(biāo)。
羅伯特·斯特科維卡,是甲骨文公司信息架構(gòu)和大數(shù)據(jù)副總裁。他的架構(gòu)師及專(zhuān)家團(tuán)隊(duì)專(zhuān)注于大數(shù)據(jù)(包括Hadoop和NoSQL數(shù)據(jù)庫(kù))、預(yù)測(cè)性分析、數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能和信息的發(fā)現(xiàn)。
該團(tuán)隊(duì)與正在實(shí)施這些技術(shù),并探索新的解決方案(如由物聯(lián)網(wǎng)驅(qū)動(dòng)的)的公司進(jìn)行合作。羅伯特·斯特科維卡曾在世界各地的會(huì)議上發(fā)言,并共同撰寫(xiě)了許多關(guān)于數(shù)據(jù)管理和商業(yè)智能的書(shū)籍,包括五個(gè)版本的《甲骨文要點(diǎn)》(奧銳利媒體)、《甲骨文大數(shù)據(jù)手冊(cè)》(甲骨文出版社)、《用甲骨文數(shù)據(jù)庫(kù)云服務(wù)器exadata實(shí)現(xiàn)極限性能》(甲骨文出版社)、《甲骨文數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能解決方案》(威利)。
前言
第一章 大數(shù)據(jù)解決方案與物聯(lián)網(wǎng) 從穿孔卡片到?jīng)Q策支持 數(shù)據(jù)倉(cāng)庫(kù) 獨(dú)立型數(shù)據(jù)集市與從屬型數(shù)據(jù)集市 增量法 更快的實(shí)施策略 商業(yè)智能工具匹配分析 數(shù)據(jù)管理策略的發(fā)展 NoSQL數(shù)據(jù)庫(kù) Hadoop的發(fā)展 Hadoop功能和工具 物聯(lián)網(wǎng) 本書(shū)的方法論 TOGAF和架構(gòu)原則 我們的成功方法論 第二章 評(píng)估可能性藝術(shù) 了解當(dāng)前狀態(tài) 信息架構(gòu)成熟度的自我評(píng)估 本行業(yè)的當(dāng)前業(yè)務(wù)狀況 是否需要一個(gè)新的愿景? 制定愿景 當(dāng)前狀態(tài)和未來(lái)狀態(tài)數(shù)據(jù)倉(cāng)庫(kù) 確定Hadoop和NoSQL數(shù)據(jù)庫(kù)適用的領(lǐng)域 連接Hadoop與數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)設(shè)施 實(shí)時(shí)推薦和操作 確認(rèn)愿景 第三章 理解商業(yè) 理解商業(yè)方案 大數(shù)據(jù)與物聯(lián)網(wǎng)對(duì)商業(yè)的影響 數(shù)據(jù)采集方法 有關(guān)發(fā)現(xiàn)的計(jì)劃 進(jìn)行初步調(diào)查 進(jìn)行訪談 識(shí)別關(guān)鍵成功因素 商業(yè)驅(qū)動(dòng)因素 IT驅(qū)動(dòng)因素及與商業(yè)方案的連接 確定方案優(yōu)先順序形成的早期路線圖 確定商業(yè)影響和方案的優(yōu)先次序 其他優(yōu)先級(jí)考慮因素 開(kāi)發(fā)初步商業(yè)案例 總體擁有成本(TCO) IT價(jià)值 商業(yè)價(jià)值 需要考慮的其他平衡情況 我們才剛剛開(kāi)始 第四章 大數(shù)據(jù)與物聯(lián)網(wǎng)的商業(yè)信息映射 繪制當(dāng)前狀態(tài)圖示 數(shù)據(jù)流示意圖基本要素 了解當(dāng)前狀態(tài) 繪制當(dāng)前狀態(tài)商業(yè)信息圖示 定義未來(lái)狀態(tài) 準(zhǔn)備未來(lái)狀態(tài)會(huì)議 未來(lái)狀態(tài)商業(yè)信息圖示 向技術(shù)設(shè)計(jì)的過(guò)渡 第五章 理解組織能力 技能評(píng)估和衡量標(biāo)準(zhǔn) 業(yè)務(wù)架構(gòu)能力 數(shù)據(jù)架構(gòu)能力 應(yīng)用架構(gòu)和集成能力 技術(shù)架構(gòu)能力 解決技能差距 傳遞技能差距的消息 解決關(guān)鍵技能差距 第六章 設(shè)計(jì)未來(lái)狀態(tài)信息架構(gòu) 當(dāng)前狀態(tài)信息架構(gòu) 數(shù)據(jù)源 用于分析的數(shù)據(jù)管理系統(tǒng) 數(shù)據(jù)分析工具和接口 確認(rèn)當(dāng)前狀態(tài)BIMs 基本服務(wù)器和存儲(chǔ)器 其他當(dāng)前狀態(tài)實(shí)踐 設(shè)計(jì)未來(lái)狀態(tài) 未來(lái)狀態(tài)BIMs與信息架構(gòu) 未來(lái)狀態(tài)的寬泛考量 Hadoop相關(guān)問(wèn)題 物聯(lián)網(wǎng)相關(guān)問(wèn)題 早期運(yùn)行計(jì)劃 定義路線圖 第七章 定義初步方案和路線圖 重新審視早期發(fā)現(xiàn) 重新定義技能評(píng)估 再看一看項(xiàng)目?jī)?yōu)先級(jí) 合理的商業(yè)案例 獲得真實(shí)成本估算 修改商業(yè)案例 定義路線圖 IT初步方案 制定路線圖 獲得批準(zhǔn)以及過(guò)渡 高管會(huì)議 過(guò)渡到實(shí)施階段 第八章 實(shí)施計(jì)劃 實(shí)施步驟 項(xiàng)目計(jì)劃與關(guān)鍵路徑法 及時(shí)推進(jìn)項(xiàng)目的最佳實(shí)踐 項(xiàng)目時(shí)間節(jié)點(diǎn)變更的原因 運(yùn)行解決方案 服務(wù)等級(jí)與文檔 組織變更管理 結(jié)束項(xiàng)目 宣布項(xiàng)目成功 總結(jié)分析 開(kāi)始新項(xiàng)目 物聯(lián)網(wǎng)標(biāo)準(zhǔn) 標(biāo)準(zhǔn)機(jī)構(gòu) 開(kāi)源代碼項(xiàng)目 聯(lián)盟 關(guān)于作者 鳴 謝 參考文獻(xiàn)
本行業(yè)的當(dāng)前業(yè)務(wù)狀況
在制定未來(lái)信息架構(gòu)時(shí),了解行業(yè)的趨勢(shì)以及佳的競(jìng)爭(zhēng)對(duì)手正如何重新調(diào)整他們的信息架構(gòu)以解決這些趨勢(shì)也非常重要。要記住,大數(shù)據(jù)與物聯(lián)網(wǎng)的引進(jìn)在很多行業(yè)內(nèi)正導(dǎo)致重新定義競(jìng)爭(zhēng)對(duì)手是誰(shuí)。一些組織正選擇根據(jù)以新的方式理解數(shù)據(jù)的能力進(jìn)入其他行業(yè),從而使新的企業(yè)進(jìn)入點(diǎn)和解決方案成為可能。 具影響力的信息架構(gòu)項(xiàng)目總是與解決具體的企業(yè)難題有關(guān)。以下是一張傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目和信息架構(gòu)拓展以包括Hadoop和/或物聯(lián)網(wǎng)的項(xiàng)目的按行業(yè)劃分的示例列表。這份列表可能會(huì)給您一些關(guān)于各領(lǐng)域的想法,讓您可以探索這些領(lǐng)域,尋找與您組織的商業(yè)目標(biāo)結(jié)合時(shí)能對(duì)投資產(chǎn)生重大回報(bào)的新項(xiàng)目: 農(nóng)業(yè): 數(shù)據(jù)倉(cāng)庫(kù):農(nóng)產(chǎn)品和優(yōu)化成本、產(chǎn)量分析、農(nóng)產(chǎn)品商品定價(jià)/貿(mào)易分析。 Hadoop/物聯(lián)網(wǎng):耕作模式、施肥、收割成熟度和含水率(來(lái)自田地里的傳感器和氣象數(shù)據(jù))的分析和優(yōu)化。 汽車(chē)制造: 數(shù)據(jù)倉(cāng)庫(kù):生產(chǎn)成本和質(zhì)量、供應(yīng)鏈分析、保固分析、銷(xiāo)售和市場(chǎng)營(yíng)銷(xiāo)分析、人力資本管理。 Hadoop/物聯(lián)網(wǎng):客戶(hù)情感分析和車(chē)聯(lián)網(wǎng)\[包括組件故障、服務(wù)和服務(wù)日常安排的需求、駕駛記錄(包括自動(dòng)化汽車(chē))和司機(jī)緊急檢測(cè)和反應(yīng)\]的分析。 銀行業(yè): 數(shù)據(jù)倉(cāng)庫(kù):金融產(chǎn)品渠道的顧客單一視圖、金融分析、欺詐檢測(cè)、信用價(jià)值、人力資本管理、房地產(chǎn)管理和優(yōu)化。 Hadoop/物聯(lián)網(wǎng):欺詐檢測(cè)、風(fēng)險(xiǎn)分析和客戶(hù)情感。 通信: 數(shù)據(jù)倉(cāng)庫(kù):定價(jià)策略和資金、客戶(hù)支持與服務(wù)、市場(chǎng)營(yíng)銷(xiāo)分析、供應(yīng)鏈、物流與流程優(yōu)化、法律合規(guī)性、房地產(chǎn)優(yōu)化和人力資本管理。 Hadoop/物聯(lián)網(wǎng):對(duì)社會(huì)數(shù)據(jù)、移動(dòng)設(shè)備使用、網(wǎng)絡(luò)質(zhì)量與可用性(使用傳感器)、網(wǎng)絡(luò)欺詐檢測(cè)的分析,和對(duì)物聯(lián)網(wǎng)中拓展物聯(lián)網(wǎng)管理和優(yōu)化的分析。 消費(fèi)性包裝產(chǎn)品: 數(shù)據(jù)倉(cāng)庫(kù):對(duì)銷(xiāo)售、市場(chǎng)營(yíng)銷(xiāo)、供應(yīng)商、制造、物流、客戶(hù)趨勢(shì)和風(fēng)險(xiǎn)的分析。 Hadoop/物聯(lián)網(wǎng):對(duì)推廣效果(通過(guò)社會(huì)媒體和商店內(nèi)傳感器)、供應(yīng)鏈、運(yùn)輸期間制成品的狀況、零售中的產(chǎn)品放置和風(fēng)險(xiǎn)的分析。 教育和研究: 數(shù)據(jù)倉(cāng)庫(kù):對(duì)院;蛟O(shè)施、員工與人力資本管理,以及校友檔案與捐贈(zèng)模式的金融分析。 Hadoop/物聯(lián)網(wǎng):對(duì)風(fēng)險(xiǎn)學(xué)生(使用傳感器數(shù)據(jù))、來(lái)自傳感器的研究數(shù)據(jù)、設(shè)施監(jiān)控和使用優(yōu)化的分析。 醫(yī)療保健付款人: 數(shù)據(jù)倉(cāng)庫(kù):對(duì)護(hù)理成本、護(hù)理質(zhì)量、風(fēng)險(xiǎn)與欺詐的分析。 Hadoop/物聯(lián)網(wǎng):對(duì)投?蛻(hù)情感的分析和對(duì)風(fēng)險(xiǎn)與欺詐的分析。 醫(yī)療保健提供者: 數(shù)據(jù)倉(cāng)庫(kù):護(hù)理成本分析、護(hù)理分析質(zhì)量、員工與人力資本,以及風(fēng)險(xiǎn)。 Hadoop/物聯(lián)網(wǎng):疾病與流行病模式研究、患者監(jiān)控、設(shè)施監(jiān)控與優(yōu)化、患者觀點(diǎn)分析,以及風(fēng)險(xiǎn)分析。 高科技與工業(yè)制造: 數(shù)據(jù)倉(cāng)庫(kù):供應(yīng)商與分銷(xiāo)商分析、物流管理、生產(chǎn)質(zhì)量與保固分析。 Hadoop/物聯(lián)網(wǎng):車(chē)間的生產(chǎn)和質(zhì)量分析,子裝配分析的質(zhì)量,產(chǎn)品故障與待處理故障分析以及自動(dòng)化服務(wù)要求。 保險(xiǎn)(財(cái)產(chǎn)保險(xiǎn)與人身保險(xiǎn)): 數(shù)據(jù)倉(cāng)庫(kù):銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)分析、人力資本分析,以及風(fēng)險(xiǎn)分析。 Hadoop/物聯(lián)網(wǎng):客戶(hù)情感分析與風(fēng)險(xiǎn)分析。 法律實(shí)施: 數(shù)據(jù)倉(cāng)庫(kù):物流優(yōu)化、犯罪統(tǒng)計(jì)分析,以及人力資本優(yōu)化。 Hadoop/物聯(lián)網(wǎng):威脅分析(來(lái)自社會(huì)媒體和視頻捕捉識(shí)別)。 媒體與娛樂(lè): 數(shù)據(jù)倉(cāng)庫(kù):對(duì)查看者的偏好、媒體頻道流行程度、廣告銷(xiāo)售,以及市場(chǎng)推廣的分析。 Hadoop/物聯(lián)網(wǎng):查看習(xí)慣分析(來(lái)自機(jī)頂盒)、對(duì)娛樂(lè)場(chǎng)所的客戶(hù)行為的分析,以及客戶(hù)情感分析。 石油與天然氣: 數(shù)據(jù)倉(cāng)庫(kù):鉆井勘測(cè)成本分析、潛在勘測(cè)地點(diǎn)、生產(chǎn)、人力資本及物流優(yōu)化。 Hadoop/物聯(lián)網(wǎng):鉆探傳感器分析(故障預(yù)防)。 藥品: 數(shù)據(jù)倉(cāng)庫(kù):臨床試驗(yàn)(包括藥物相互作用研究)、被試者成果分析、研究與生產(chǎn)財(cái)務(wù)分析、銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)分析,以及人力資本分析。 Hadoop/物聯(lián)網(wǎng):對(duì)來(lái)自傳感器、社會(huì)習(xí)慣與疾病追蹤(來(lái)自社會(huì)媒體),以及基因組研究的臨床研究數(shù)據(jù)的分析。 零售: 數(shù)據(jù)倉(cāng)庫(kù):市場(chǎng)購(gòu)物籃分析、銷(xiāo)售分析、供應(yīng)鏈優(yōu)化、房地產(chǎn)優(yōu)化,以及物流及分銷(xiāo)優(yōu)化。 Hadoop/物聯(lián)網(wǎng):全渠道分析和客戶(hù)情感分析。 運(yùn)輸與物流: 數(shù)據(jù)倉(cāng)庫(kù):設(shè)備、人員物流與路線,銷(xiāo)售與市場(chǎng)營(yíng)銷(xiāo)分析,房地產(chǎn)優(yōu)化,人力資本分析與優(yōu)化。 Hadoop/物聯(lián)網(wǎng):交通優(yōu)化(來(lái)自高速公路傳感器)、交通安全分析與控制、設(shè)備性能與潛在故障分析(來(lái)自車(chē)載傳感器)、物流管理(來(lái)自傳感器),以及客戶(hù)情感分析。 公用事業(yè): 數(shù)據(jù)倉(cāng)庫(kù):物流優(yōu)化、電網(wǎng)電能輸送分析與優(yōu)化、客戶(hù)能量使用,以及人力資本分析與優(yōu)化。 Hadoop/物聯(lián)網(wǎng):為電網(wǎng)優(yōu)化和狀態(tài)而對(duì)來(lái)自智能儀表數(shù)據(jù)的分析,主動(dòng)維護(hù)優(yōu)化。 ……
你還可能感興趣
我要評(píng)論
|