中移在線(xiàn)服務(wù)有限公司宋桂祥、張洋、王國飛、李先鵬、王輝

1　項目目標和概述

1.1　背景

隨著(zhù)電信行業(yè)業(yè)務(wù)的高速發(fā)展，及公司業(yè)務(wù)數字化、線(xiàn)上化轉型需要，各電信集團公司多為規?；嗉壔l(fā)展，在業(yè)務(wù)公司擴展與公司業(yè)務(wù)整合過(guò)程中，因設備分散、網(wǎng)絡(luò )不通等問(wèn)題導致數據鏈路不通、各業(yè)務(wù)公司間數據無(wú)法實(shí)時(shí)高效融通賦能生產(chǎn)，阻礙了公司高效快速發(fā)展。中移在線(xiàn)服務(wù)有限公司同樣面臨上述問(wèn)題，亟待數智化支撐能力打通省專(zhuān)數據融通通道，實(shí)現斷點(diǎn)數據補全，實(shí)時(shí)賦能一線(xiàn)業(yè)務(wù)營(yíng)銷(xiāo)服務(wù)，助力數據使用質(zhì)效雙提升。

1.2　主要目標

為了較好解決各分中心與省公司數據鏈路不通、數據交互不充分、數據資源使用效率較低以及各渠道間數據無(wú)法實(shí)時(shí)融通賦能生產(chǎn)等問(wèn)題，同時(shí)為滿(mǎn)足各業(yè)務(wù)部門(mén)及分中心對提升數據融通實(shí)時(shí)性迫切需求，本項目采用“1+N”云邊協(xié)同架構，如圖1所示，構建基于云原生的實(shí)時(shí)邊緣計算能力，實(shí)現一站式數據匯聚、融通計算、敏捷分析、知識問(wèn)答、補全數據服務(wù)斷點(diǎn)，為中心、分中心各業(yè)務(wù)條線(xiàn)開(kāi)展跨域數據融通、全域數據沉淀、全域洞察分析、全觸點(diǎn)客戶(hù)服務(wù)提供豐富的數據要素供給，為生產(chǎn)運營(yíng)、經(jīng)營(yíng)分析、管理決策提供高效豐富的實(shí)時(shí)標簽、實(shí)時(shí)指標、分析報表、觸點(diǎn)軌跡服務(wù)等實(shí)時(shí)數據應用，支撐公司5G營(yíng)銷(xiāo)、CHBN領(lǐng)域業(yè)務(wù)高速發(fā)展。同時(shí)，本項目引入了面向大數據領(lǐng)域AI大模型等一攬子技術(shù)，自主構建智能輔助工具，重點(diǎn)圍繞文本對話(huà)、會(huì )話(huà)共享、問(wèn)答推薦、建議反饋等，提供一站式應用開(kāi)發(fā)運維智能輔助。

圖1“1+N”云邊協(xié)同架構圖

1.3　總體概述

實(shí)時(shí)數據邊緣計算能力是基于Flink的實(shí)時(shí)流式數據處理引擎采用“1+N”云邊協(xié)同部署架構，部署至分中心邊緣節點(diǎn)上的數據加工處理能力，具備實(shí)時(shí)多源多目標交互、圖形化及SQL化可視開(kāi)發(fā)、實(shí)時(shí)任務(wù)容器化運行、智能輔助運營(yíng)等能力，向開(kāi)發(fā)人員提供了高效、低門(mén)檻的實(shí)時(shí)應用開(kāi)發(fā)服務(wù)，面向業(yè)務(wù)提供了毫秒級全量跨域數據統一數據匯聚、清洗、加工、處理、統計分析及外部交互能力，實(shí)現了數據要素高效流通與開(kāi)放共享，為生產(chǎn)運營(yíng)、經(jīng)營(yíng)分析、管理決策提供了全業(yè)務(wù)用戶(hù)意圖實(shí)時(shí)洞察識別、全渠道用戶(hù)行為軌跡實(shí)時(shí)融通匯聚、全過(guò)程營(yíng)銷(xiāo)服務(wù)經(jīng)營(yíng)分析決策、全流程開(kāi)發(fā)運維一站式智能輔助應用，支撐了公司5G營(yíng)銷(xiāo)、CHBN領(lǐng)域業(yè)務(wù)高速發(fā)展。實(shí)時(shí)數據邊緣計算創(chuàng )新能力構建主要如下：

1.3.1構建可視化SQL化開(kāi)發(fā)能力，實(shí)現多源數據秒級加密融通計算

基于Flink的實(shí)時(shí)任務(wù)開(kāi)發(fā)部署對普通數據開(kāi)發(fā)者具有較高門(mén)檻，為降低開(kāi)發(fā)門(mén)檻，實(shí)時(shí)數據邊緣計算能力基于Javastream與SQL化數據加工處理能力封裝了圖形化、SQL化的實(shí)時(shí)應用低代碼開(kāi)發(fā)組件，支持數據格式轉換、過(guò)濾、補全、關(guān)聯(lián)、時(shí)間窗口計算等功能，通過(guò)控件拖拽的方式快速實(shí)現實(shí)時(shí)應用建設，從應用開(kāi)發(fā)到單元測試，再到程序部署和日志查詢(xún)，實(shí)現了全流程可視化操作，提升了實(shí)時(shí)應用開(kāi)發(fā)效率。

圖2 可視化SQL開(kāi)發(fā)流程圖

同時(shí)為了減少邊緣數據傳輸風(fēng)險，實(shí)現數據就近融通，實(shí)時(shí)數據邊緣計算能力支持屬地存儲、自定義數據加解密，保障了數據融通的高可靠傳輸與應用，實(shí)現了實(shí)時(shí)數據交互與計算屬地化開(kāi)展，從而避免了數據出省，縮短了數據處理延遲，保障了數據可靠安全，助力分中心高效融通一二級渠道數據、省專(zhuān)業(yè)務(wù)系統數據及客戶(hù)軌跡數據。

1.3.2構建1+N的云邊協(xié)同能力，實(shí)現省專(zhuān)數據多集群跨域實(shí)時(shí)計算

基于“Docker+K8S”云原生技術(shù)的云邊協(xié)同自治能力采用“中心+單元+節點(diǎn)”三級隔離架構設計，將實(shí)時(shí)數據處理平臺實(shí)時(shí)應用部署分中心邊緣云節點(diǎn)，將邊緣云作為區域隔離單元，具備所有容器技術(shù)優(yōu)勢的同時(shí)可自動(dòng)感知邊緣容器故障范圍，全場(chǎng)景覆蓋中心/邊緣斷網(wǎng)、弱網(wǎng)、Pod故障、組件故障、節點(diǎn)故障及區域故障，確保了業(yè)務(wù)穩定運行不中斷，連續性達到“99.999%”。同時(shí)它具備自動(dòng)部署、快速擴縮容、可視化管理等服務(wù)化能力，為業(yè)務(wù)系統提供了穩定、高效的實(shí)時(shí)數據融通服務(wù)的同時(shí)有效提升了服務(wù)器的資源使用率以及組件的運維效率。

圖3 云邊協(xié)同自治三級隔離架構圖

“1+N”云邊協(xié)同的邊緣數據融算能力，充分發(fā)揮了中心與邊緣算力，較好地緩解了中心實(shí)時(shí)數據計算壓力，縮短了數據傳輸鏈路，提升了數據計算效率，同時(shí)降低了中心洛陽(yáng)、淮安機房的網(wǎng)絡(luò )帶寬壓力。

1.3.3構建面向大數據領(lǐng)域AI大模型助手，實(shí)現應用開(kāi)發(fā)運維一站式智能輔助

本項目創(chuàng )新性地引入面向大數據領(lǐng)域應用的大模型、向量知識庫等智能化能力底座，自主構建智慧運營(yíng)助手，實(shí)現運營(yíng)、開(kāi)發(fā)、分析等場(chǎng)景化咨詢(xún)和答疑。面向開(kāi)發(fā)人員，該助手提供實(shí)時(shí)數據開(kāi)發(fā)指導幫助、開(kāi)發(fā)規范查詢(xún)、常見(jiàn)問(wèn)題解答及詞法語(yǔ)法檢查糾錯；面向業(yè)務(wù)運營(yíng)人員，該助手提供數據報表圖表呈現、指標趨勢分析等智能化運營(yíng)輔助?；趨滴⒄{、RAG、文本和語(yǔ)義相似度混合索引等技術(shù)，本項目創(chuàng )新性地將離線(xiàn)文檔（知識庫）、實(shí)時(shí)接口（數據庫等）查詢(xún)邏輯與智能輔助流程融合，實(shí)現智能體應用，系統根據用戶(hù)提問(wèn)內容，解析意圖，轉發(fā)至知識庫或實(shí)時(shí)數據接口等，獲取運營(yíng)、開(kāi)發(fā)、運維知識，由大模型理解知識并生成結果，呈現至用戶(hù)。

圖4 智能輔助交互圖

2　案例介紹

2.1　系統架構

實(shí)時(shí)數據處理平臺借助Flink容器化+云邊協(xié)同框架建立“中心+邊緣”分布式計算的能力，如圖5所示。云端部署的Flink-Operator組件會(huì )統一管理各分中心Flink集群生命周期，其中FlinkCluster根據業(yè)務(wù)預先定義完成集群容器方式編排部署，并基于資源池匹配調度能力，完成實(shí)時(shí)任務(wù)調度到指定的邊緣計算節點(diǎn)上；依靠邊端負載均衡調度器提供服務(wù)暴露，來(lái)實(shí)現任務(wù)狀態(tài)信息查詢(xún)。同時(shí)為消除對本部HDFS、ZooKeeper高可用模式的依賴(lài)，降低邊端Flink外部中間件依賴(lài)復雜度，Flink在邊緣部署時(shí)采用Kubernetes高可用模式，并基于OSS對象存儲實(shí)現任務(wù)狀態(tài)管理。

圖5 系統架構圖

2.2　硬件平臺

在云網(wǎng)一體化戰略規劃下容器云已經(jīng)將計算能力下沉至分公司，實(shí)現云邊協(xié)同一點(diǎn)管控，可以基于容器底座為實(shí)時(shí)數據處理平臺提供統一的邊緣計算支撐。通過(guò)建立邊緣Flink分布式計算框架，實(shí)時(shí)數據處理平臺能夠充分利用容器云平臺的彈性算力優(yōu)勢來(lái)滿(mǎn)足大數據實(shí)時(shí)處理資源需求的增長(cháng)，助力云數融通創(chuàng )新發(fā)展。硬件管理架構圖如圖6所示。

圖6 硬件管理架構圖

2.3　軟件平臺

實(shí)時(shí)數據邊緣計算平臺是基于實(shí)時(shí)Flink流式數據加工引擎采用“1+N”云邊協(xié)同部署架構，部署至各分中心邊緣節點(diǎn)的數據加工處理能力，集專(zhuān)業(yè)計算、資源管控、性能分析、數據治理、租戶(hù)管理、任務(wù)監控、智能輔助運營(yíng)于一體，為實(shí)時(shí)任務(wù)開(kāi)發(fā)人員提供了低代碼、低門(mén)檻的數據開(kāi)發(fā)平臺。它基于Javastream與SQL數據加工處理能力封裝了圖形化、SQL化的實(shí)時(shí)應用低代碼開(kāi)發(fā)組件，支持數據格式轉換、過(guò)濾、補全、關(guān)聯(lián)、時(shí)間窗口計算等功能，通過(guò)控件拖拽的方式可快速實(shí)現實(shí)時(shí)應用建設，從應用開(kāi)發(fā)到單元測試，再到程序部署和日志查詢(xún)，實(shí)現了全流程可視化操作，并以業(yè)務(wù)需求為導向，為各業(yè)務(wù)實(shí)時(shí)應用提供了豐富的數據要素供給，滿(mǎn)足了業(yè)務(wù)側營(yíng)銷(xiāo)服務(wù)、熱線(xiàn)運營(yíng)、監控預警等需要。同時(shí)它引入了AI大模型、知識向量庫構建智能輔助工具，為運營(yíng)、開(kāi)發(fā)、分析提供了全流程開(kāi)發(fā)運維一站式智能輔助。平臺功能架構圖如圖7所示。

圖7 平臺功能架構圖

2.4　數據通訊

為較好解決省專(zhuān)數據融通鏈路不通、時(shí)效低、中心網(wǎng)絡(luò )帶寬壓力大、數據傳輸安全風(fēng)險以及單點(diǎn)故障風(fēng)險等問(wèn)題，本項目構建了邊緣實(shí)時(shí)數據融通高效交互能力。如圖8所示，在網(wǎng)絡(luò )通訊方面，本項目采用“中心分中心”承載網(wǎng)交互、“省移動(dòng)/專(zhuān)業(yè)公司-分中心”內網(wǎng)交互模式，實(shí)現了數據鏈路打通采用不同網(wǎng)絡(luò )交互模式，降低了中心網(wǎng)絡(luò )帶寬計算壓力，同時(shí)減少了數據傳輸時(shí)間。在數據處理方面，本項目基于屬地就近數據融通計算，減少了數據計算與傳輸延遲，提高了處理速度。在存儲方面，本項目基于屬地數據庫、FTP服務(wù)器、Kafka、redis、MQ等多目標交互存儲，提升了邊緣計算平臺的兼容性。在數據安全防護方面，本項目與省/專(zhuān)公司建立協(xié)同機制，構建了一體化數據傳輸加解密能力，同時(shí)針對敏感數據本地存算，降低了數據泄露的風(fēng)險。在系統高可用方面，為減少云邊下沉對本部Zookeeper高可用依賴(lài)，同時(shí)減少分中心Zookeeper部署與運維，本項目采用基于k8s容器底座實(shí)現FlinkJobManager組件高可用，移除對Zookeeper的依賴(lài)，降低了單點(diǎn)故障的風(fēng)險，提高了系統的穩定性。

圖8 數據交互架構圖

2.5　安全措施

在數據傳輸過(guò)程中，為保障數據傳輸安全，加密傳輸安全措施必不可少，其中密鑰的生成、傳輸、存儲和使用都是至關(guān)重要的環(huán)節。一旦密鑰泄露，整個(gè)加密系統便形同虛設，數據的安全性將無(wú)法得到保障。為了保障省端數據融通的高可靠傳輸與應用，實(shí)時(shí)數據邊緣計算能力在數據傳輸時(shí)支持自定義構建對稱(chēng)加密、非對稱(chēng)加密等多種數據傳輸加密方式，保障了數據傳輸安全。

3　代表性及推廣價(jià)值

3.1　創(chuàng )新應用情況及效果

截至2024年11月，實(shí)時(shí)數據處理基于“1+N”云邊協(xié)同架構，完成系統部署規模超200臺主機，其中邊緣數據應用16個(gè)單位，用戶(hù)數1000余人，日均實(shí)時(shí)數據融通處理中心數據量約1000億條，邊緣數據融通數據量約1億余條，累計承載實(shí)時(shí)任務(wù)4200個(gè)，其中中心任務(wù)4000余個(gè)，邊緣實(shí)時(shí)任務(wù)200余個(gè)。系統重點(diǎn)圍繞全業(yè)務(wù)用戶(hù)意圖實(shí)時(shí)洞察識別、全渠道用戶(hù)行為軌跡實(shí)時(shí)融通匯聚、全過(guò)程營(yíng)銷(xiāo)服務(wù)經(jīng)營(yíng)分析決策、全流程開(kāi)發(fā)運維一站式智能輔助應用賦能，為公司熱線(xiàn)、互聯(lián)網(wǎng)運營(yíng)、營(yíng)銷(xiāo)與智能策略服務(wù)等提供了高效、實(shí)時(shí)的數據融通服務(wù)，助力數據要素價(jià)值高效釋放。以下為四大實(shí)時(shí)邊緣數據融通賦能場(chǎng)景：

3.1.1　全業(yè)務(wù)用戶(hù)意圖實(shí)時(shí)洞察識別

截至2024年11月，系統重點(diǎn)圍繞業(yè)務(wù)訂購、活動(dòng)到期、流量超套、話(huà)費超套等分中心重點(diǎn)營(yíng)銷(xiāo)服務(wù)場(chǎng)景邊緣實(shí)時(shí)標簽建設240余個(gè)，為千人千面營(yíng)銷(xiāo)、個(gè)性化服務(wù)推薦、用戶(hù)群體的生命周期管理提供了全業(yè)務(wù)用戶(hù)意圖實(shí)時(shí)洞察識別，其中江西分中心自建實(shí)時(shí)標簽疏忙分流策略應用36項，主動(dòng)服務(wù)策略9項，分流策略命中量年均233.8萬(wàn)，人機協(xié)同疏忙來(lái)話(huà)年均146萬(wàn)，主動(dòng)服務(wù)策略命中年均351萬(wàn)，有效分流率68.64%，滿(mǎn)意度保持90%以上。河南分中心自建實(shí)時(shí)標簽年均服務(wù)生產(chǎn)11.1億次，實(shí)時(shí)超套標簽中臺營(yíng)銷(xiāo)辦理238.8萬(wàn)筆，轉化率達19.2%，較非瞬時(shí)營(yíng)銷(xiāo)類(lèi)項目成功率高5.8PP。

圖9 意圖洞察智能策略服務(wù)應用

3.1.2　全渠道用戶(hù)行為軌跡實(shí)時(shí)融通匯聚

目前系統已融通省端BOSS系統短信、CRM系統業(yè)務(wù)辦理、熱線(xiàn)、互聯(lián)網(wǎng)、工單等渠道省專(zhuān)軌跡數據，日融通數據量10余億條，補全數據斷點(diǎn)，實(shí)現跨觸點(diǎn)、跨平臺省專(zhuān)觸點(diǎn)客戶(hù)軌跡數據融通匯聚。系統為投訴溯源、產(chǎn)品推薦、意圖識別、跨渠道營(yíng)銷(xiāo)服務(wù)協(xié)同等提供實(shí)時(shí)數據服務(wù)月調用量約5.4億次。其中新疆“熱外呼”營(yíng)銷(xiāo)已承載提速包、流量高飽和、IVR商機引導、權益偏好等場(chǎng)景20余個(gè)，月均觸客71.87萬(wàn)，簽單量12.57萬(wàn)，營(yíng)銷(xiāo)轉化率達到17.49%，高價(jià)值業(yè)務(wù)辦理量5.52萬(wàn)，占比43.9%。相比傳統外呼營(yíng)銷(xiāo)呼通率提升8.76pp，簽單率提升9.39pp，同時(shí)每項外呼任務(wù)可節省2-3人天工作量。

3.1.3　全過(guò)程營(yíng)銷(xiāo)服務(wù)經(jīng)營(yíng)分析決策

目前系統已承載分中心邊緣實(shí)時(shí)指標建設700余個(gè)，重點(diǎn)圍繞話(huà)務(wù)服務(wù)、產(chǎn)品精準營(yíng)銷(xiāo)、坐席精細化管控等，提供全過(guò)程全鏈路營(yíng)銷(xiāo)服務(wù)經(jīng)營(yíng)分析決策。其中四川分中心構建短信群發(fā)回撥聯(lián)動(dòng)話(huà)務(wù)監控分析，輔助坐席實(shí)時(shí)話(huà)務(wù)異動(dòng)原因定位，保障話(huà)務(wù)接通率；陜西分中心構建省專(zhuān)營(yíng)銷(xiāo)產(chǎn)能監控，針對重點(diǎn)營(yíng)銷(xiāo)業(yè)務(wù)分渠道、分團隊、分隊列等進(jìn)行實(shí)時(shí)產(chǎn)能監控，幫助管理層發(fā)現內在規律、發(fā)掘深度規律、指導經(jīng)營(yíng)決策，助力各渠道、團隊等快速實(shí)現營(yíng)銷(xiāo)目標分解與目標達成。

圖10 營(yíng)銷(xiāo)產(chǎn)能監控分析

3.1.4　全流程開(kāi)發(fā)運維一站式智能輔助

目前已面向系統開(kāi)發(fā)、運營(yíng)、運維人員提供智能輔助流程編排能力，面向應用使用方人員提供文本對話(huà)、會(huì )話(huà)共享、問(wèn)答推薦、建議反饋等能力，輔助用戶(hù)解答系統使用、開(kāi)發(fā)規范、優(yōu)秀案例、常見(jiàn)問(wèn)題及進(jìn)行指標報表開(kāi)發(fā)和呈現。

已完成全網(wǎng)運營(yíng)、運維4大場(chǎng)景、70余文檔、2000余知識點(diǎn)及2個(gè)實(shí)時(shí)接口數據采編錄入，服務(wù)1022個(gè)開(kāi)發(fā)運營(yíng)運維人員應用。

3.2　經(jīng)濟價(jià)值

本成果主要為業(yè)務(wù)系統提供高效、低成本的實(shí)時(shí)數據處理能力，助力業(yè)務(wù)系統降本增效，直接節省了業(yè)務(wù)系統建設+運維成本開(kāi)支約69萬(wàn)元，節約了一線(xiàn)坐席話(huà)務(wù)成本409人年。

（1）任務(wù)運行服務(wù)器資源節省?；谠圃萜骰瘜?shí)時(shí)邊緣任務(wù)運行，較標準物理主機運行由2CPU、2GB減少至0.6CPU、2GB運行，平臺承載實(shí)時(shí)邊緣計算任務(wù)200余個(gè)；減少物理服務(wù)器約3臺（單臺ARM服務(wù)器規格為128CPU/384GB），節約服務(wù)器投資成本24萬(wàn)元（單臺ARM服務(wù)器投資成本8萬(wàn)元）。

（2）任務(wù)開(kāi)發(fā)成本節省?；诘痛a可視化應用開(kāi)發(fā)一個(gè)實(shí)時(shí)任務(wù)或應用節省年度開(kāi)發(fā)、運維成本2人天，目前承載實(shí)時(shí)任務(wù)200個(gè)，按照1人年=30萬(wàn)元=22人天*12月=264人天計算，200任務(wù)*2人天÷264人天*30萬(wàn)=45萬(wàn)元。

（3）業(yè)務(wù)效能成本節省。以實(shí)時(shí)標簽話(huà)務(wù)分流策略應用，月策略命中通話(huà)量628萬(wàn)，月分流話(huà)務(wù)198萬(wàn)通，結合一線(xiàn)坐席反饋每220通話(huà)務(wù)可節省1人天，節約一線(xiàn)坐席話(huà)務(wù)成本=198萬(wàn)通*12個(gè)月/220通/264年工作日=409人年。

3.3　社會(huì )價(jià)值

通信是國民經(jīng)濟的基礎設施，提高通信服務(wù)質(zhì)量有利于提高勞動(dòng)生產(chǎn)率，方便人民生活，在這些方面所帶來(lái)的社會(huì )宏觀(guān)經(jīng)濟效益是巨大的。中國移動(dòng)在線(xiàn)營(yíng)銷(xiāo)服務(wù)中心的使命是為客戶(hù)創(chuàng )造便捷和快樂(lè )，致力成為客戶(hù)滿(mǎn)意、社會(huì )信賴(lài)的服務(wù)專(zhuān)家。

本成果建設后，基于邊緣實(shí)時(shí)數據處理能力可以提升業(yè)務(wù)數據處理效率，提升客服人員工作效率和服務(wù)質(zhì)量，促進(jìn)電信運營(yíng)商行業(yè)客服服務(wù)水平和質(zhì)量提升。同時(shí)，該成果也實(shí)現了實(shí)時(shí)投訴預警建設，有利于及時(shí)發(fā)現客戶(hù)不滿(mǎn)意方面，及時(shí)做出調整，服務(wù)客戶(hù)需求，提升服務(wù)水平和提升公司形象。

該成果可進(jìn)行單獨部署，功能多樣，可應用于銀行、證券、智慧城市、電子政務(wù)等其他民生行業(yè)，對促進(jìn)社會(huì )經(jīng)濟發(fā)展具有良好效益。

3.4　技術(shù)示范與可推廣性

目前實(shí)時(shí)邊緣計算已應用至16個(gè)分中心，完成標準化案例沉淀10余個(gè)，聚焦實(shí)時(shí)數據融通低門(mén)檻、可復用、自動(dòng)化運維、多介質(zhì)數據融通適配、多數據要素供給共享、云邊多節點(diǎn)協(xié)同等總結輸出了一套高效標準的運營(yíng)推廣與技術(shù)支撐模式，為高效數據融通賦能營(yíng)銷(xiāo)服務(wù)全過(guò)程全流程高質(zhì)量發(fā)展提供了運營(yíng)和技術(shù)支撐。

圖11 運營(yíng)推廣與技術(shù)支撐模式圖

門(mén)檻低：提供可視化拖拽式開(kāi)發(fā)能力，一線(xiàn)開(kāi)發(fā)運營(yíng)分析人員容易學(xué)習上手，無(wú)渠道、場(chǎng)景限制，低代碼開(kāi)發(fā)，有助于業(yè)務(wù)場(chǎng)景創(chuàng )新落地。

可復制：基于實(shí)時(shí)數據邊緣計算的實(shí)時(shí)應用可移植性強，可快速復制應用，降低重復開(kāi)發(fā)成本，提升應用構建效率。

自動(dòng)化：實(shí)時(shí)任務(wù)異常具備自動(dòng)化拉起，資源使用具備自動(dòng)推薦，異常日志具備自動(dòng)診斷。

多介質(zhì)適配：支持不同渠道不同存儲介質(zhì)融算適配，實(shí)現多渠道多目標數據高效匯聚統一管理，支持跨渠道數據融合運營(yíng)分析，助力運營(yíng)效率提升。

多數據共享：業(yè)務(wù)數據一次加工處理，多渠道多場(chǎng)景復用，減低數據清洗加工成本，提升數據應用構建效率，緩解計算資源壓力。

多節點(diǎn)協(xié)同：實(shí)時(shí)數據處理平臺，可實(shí)現“中心+邊緣”多節點(diǎn)協(xié)同部署，系統可移植性強，有助于系統商用推廣。

摘自《自動(dòng)化博覽》2025年2月刊