分类： 服务器与存储
2016-12-29 15:45:02
PostgreSQL , 天津滨海新区大爆炸 , 危险品 , 危化品监管 , RDKit , 化学插件 , 社会关系分析 , 毒品分析 , 化学反应 , 机器学习 , 地理位置 , PostGIS
缘分所致，前几天与一些来自ING行业的企业做了一次深入的交流，有感而发，写下本文。
其实技术和业务相互依赖，相互推动着各自的发展。哪一个发明不是从自嗨开始的呢，作为IT人不应该故步自封，敞开胸怀，承担更多的社会责任，一起来推动社会变革吧。
天津滨海大爆炸只是危化品事故的其中之一，看看事故后的一片狼藉，危化品一旦发生事故，破坏力非常的惊人。
危化品的种类繁多。包括如常见的易爆、易燃、放射、腐蚀、剧毒、等等。
由于危化品的危害极大，所以监管显得尤为重要，那么作为IT人，一起来思考一下，能利用哪些技术手段来帮助相关部门对危化品的监管呢？
要做到风险的可控，需要从危化品的生产源头、销售、仓促、运输、消耗、应急响应等环节入手，形成一个闭环的管理。
传统的手段，除了例行的设备检查、监督、排放检查；颁发生产许可等。其实没有太多的监管手段。
你总不能每个工厂安排几号公务员连续24小时轮岗监管吧，而且很容易被利益熏心，最后估计也达不到监管效果。
随着物联网的发展，生成的设备本身，生成的过程，都有很多的指标，而且这些指标可以被实时的监控。
这些监控的数据实时的传送到云端或者本地建立的流处理平台，一旦指标异常，可以立即触发定义好的响应机制。
比如生产危化品的锅炉里面，可能就有成千上万的传感器，每个传感器根据监控指标的敏感度，例如每隔几十毫秒上报一次采集的数据。
假设某个传感器上传的 温度、液位 或其他什么指标异常，会造成安全隐患的话，根据定义好的规则触发应急机制（例如减少加煤量，或者结合其他的传感器指标触发应急机制，等等）
由于传感器的数量很多（一个工厂通常上万或者上百万的传感器），传感器上传数据的频率高，上传的数据关联度高、数据类型繁多（如数字，文本，位置，甚至有声波、图感等），所以对流处理产品的要求也非常高。
pipelineDB是一个非常优秀的开源流处理数据库产品，具有开发效率高，处理高效，功能丰富，扩展能力强，支持的数据类型多，检索效率高，生态完整诸多的优势。
细节可以参考如下文章，内有详细的用法和场景DEMO。
《流计算风云再起 - PostgreSQL携PipelineDB力挺IoT》
小结一下，将各个原来人工监控的环节数字化，使用 传感器、流计算、规则（可以设置为动态的规则） 代替人的监管和经验。
