Data som forteller sin egen historie gjennom koblingene sine
Tradisjonelle databaser forutsetter at du vet nøyaktig hva du leter etter. Kunnskapsgrafer, derimot, lar deg utforske og gjøre nye oppdagelser.
Fremfor å lagre data i adskilte siloer, organiserer kunnskapsgrafer informasjonen i et sammenhengende nettverk. Dette gir deg et levende, dynamisk kart over alt virksomheten vet.
Hva det er
Ett sammenhengende kart, ikke enda en silo
IntelliStream kobler de strukturerte og ustrukturerte kildene dine sammen i en felles modell, tar konteksten med seg på tvers av alle avdelinger, og gjør relasjonene synlige, slik at flaskehalser, mønstre og konsekvenser på tvers av systemer kan spores i stedet for å bli borte.
I industrien har dette kartet et navn, industriell kunnskapsgraf. Det er den delen av en operasjonell dataplattform som vet hvordan driften henger sammen: hvilken pumpe som mater hvilken prosess, hvilken prosess som påvirker hvilket rapportert tall, og hvem som har ansvaret.
Spør slik du tenker
Still spørsmål, ikke spørringsplaner.
Dataene taler for seg selv gjennom relasjonene. Dette lar deg hente ut informasjon på en måte som speiler din egen tankegang:
Slik fungerer det
To byggeklosser. Det er hele modellen.
Kunnskapsgrafer er enkelt bygget opp av to fundamentale byggesteiner:
Noder: Selve objektene. Noder representerer entitetene i dataene dine, slik som:
- Personer: Ansatte, kunder, leverandører, beslutningstakere.
- Eiendeler: Utstyr, fabrikker, eiendom, produkter, varelager.
- Prosesser: Arbeidsflyt, prosedyrer, projecter, oppgaver.
Hver node har egenskaper som beskriver den (for eksempel navn, dato, status eller annen relevant informasjon).
Relasjoner: "Hvorfor" er koblingene mellom noder som tilfører mening og kontekst:
- Et Produkt inneholder en Komponent
- En person jobber i markedsføringavdelingen.
Relasjoner kan også ha egenskaper, for eksempel startdato eller komponenttype. Dette gir dataene ytterligere kontekst.
I praksis
Driften din er allerede en graf
En trykkmåling hører til en pumpe. Pumpen betjener en prosess. Prosessen påvirker et tall noen rapporterer til en tilsynsmyndighet. Systemene dine lagrer alt dette i adskilte tabeller. Kartlegging av avhengigheter setter koblingene tilbake, slik at svarene finnes før spørsmålene haster.
Spor hvert rapportert tall
Når en revisor spør hvor et tall kommer fra, kan du følge det bakover gjennom hver beregning til råsignalene det ble bygget av, med datakvalitetsflagg intakt. Fire timer med manuell kryssjekking blir til minutter.
Undersøk feil i kontekst
Når en komponent svikter, viser grafen hva som ligger oppstrøms og nedstrøms: utstyret den betjener, prosessene som er utsatt, og menneskene som må få beskjed. Ikke fem åpne faner og hukommelsen til en senioringeniør.
Koble til nye kilder en gang
Koble en ny datakilde til modellen en gang, så arver alle rapporter og dashbord nedstrøms konteksten. Å legge til et system betyr ikke lenger å skrive om alt som ligger oppå.
Hvorfor det holder
Bygget for folk, synkronisert med virkeligheten.
Intuitivt for alle
Det som gjør kunnskapsgrafer spesielle, er det inkluderende designet. Den visuelle, nettverksbaserte strukturen er intuitiv for både tekniske og ikke-tekniske brukere. Alle som forstår et relasjonsdiagram eller et slektstre, kan enkelt jobbe med en kunnskapsgraf.
Stabilitet i sanntid
Kunnskapsgrafer er dynamiske og selvsynkroniserende. Når ny informasjon kommer inn i systemet, eller eksisterende data endres:
- Relasjoner tilpasser seg sømløst for å gjenspeile endringer fortløpende.
- Sammenkoblet data synkroniseres intelligent på tvers av grafen.
- Nye noder integreres sømløst i eksisterende strukturer.
- Historiske data bevares, samtidig som den nyeste informasjonen gjenspeiles.
- Datakvaliteten øker gjennom validering av relasjoner.
- Den sammenkoblede strukturen avslører inkonsistens og avvik.
Hvor den hører hjemme
Innebygd i den operasjonelle dataplattformen
En kunnskapsgraf alene er et kart uten innhold. I IntelliStream er grafen innebygd og allerede koblet til alt annet plattformen rommer: tidsserielagring som komprimerer industrisignaler rundt 100x, hendelsesstrømmer i sanntid, og sporbarhet på hver utledet verdi.
Hele stacken er åpen kildekode under AGPL-3.0, bygget på komponenter teamet ditt allerede stoler på: PostgreSQL, ClickHouse, Neo4j, Apache Pulsar. Les koden, kjør den i egen sky, på eget anlegg, eller på vår egen maskinvare i Stavanger. Ingenting proprietært å slite seg løs fra senere.
Vanlige spørsmål
Ærlige svar på vanlige spørsmål
Hva er en industriell kunnskapsgraf?
En sammenhengende modell av det fysiske utstyret ditt, prosessene det driver, og forretningskonteksten som gir dataene mening. Sensormålinger, hendelser og dokumenter knyttes til utstyret de beskriver, slik at et spørsmål om en del av driften kan følge reelle relasjoner i stedet for koblinger på tvers av fem systemer.
Hva skiller en kunnskapsgraf fra et datavarehus?
Et datavarehus lagrer tabeller og svarer på spørsmålene det ble designet for. En kunnskapsgraf lagrer relasjoner, og svarer derfor også på spørsmål ingen forutså, som hvilke rapporterte tall som avhenger av en sviktende pumpe. De fleste trenger begge. Grafen bærer konteksten; varehuset bærer historikken.
Må vi modellere alt på forhånd?
Nei. Begynn med ett anleggsområde eller ett spørsmål som stadig dukker opp, og la modellen vokse etter hvert som nye spørsmål kommer. Nytt utstyr og nye relasjoner glir inn i den eksisterende strukturen uten ombygging. Det er nettopp det en graf er til for.
Er kunnskapsgrafen et eget produkt?
Nei. I IntelliStream er den et innebygd lag i den operasjonelle dataplattformen, koblet til tidsserier, hendelser og sporbarhet fra dag en. Hele plattformen er åpen kildekode under AGPL-3.0, så teamet ditt kan lese koden før dere bestemmer dere for noe.
Hva er kartlegging av avhengigheter?
Den delen av modellen som holder orden på hva som avhenger av hva: hvilket utstyr som betjener hvilken prosess, hvilke prosesser som påvirker hvilke rapporterte tall, og hvilke team som eier dem. Slik gjør grafen en komponentfeil om til en liste over konsekvenser i stedet for gjetting.
Kan vi kjøre den på egen infrastruktur?
Ja. Kjør den selv i egen sky, på eget anlegg eller helt uten internettilgang. Eller la oss drifte den på vår egen maskinvare i Stavanger, 40 servere med 2 PB disk, driftet av det samme norske ingeniørteamet som bygger plattformen.
Ta kontakt
Nysgjerrig på hvordan dataene dine ser ut som graf?
Opprett en Playground, last inn dine egne data, og se grafen selv. Et fungerende miljø på minutter, uten noen salgssamtale på veien.