精华内容
下载资源
问答
  • 为深入贯彻落实国务院安委办关于进一步落实各项安全防范责任和制度措施坚决遏制煤矿重特大事故的紧急通知精神,山东煤监局采取"七个全覆盖",开展安全生产大检查。一是施工区队班前、班后会记录检查全覆盖;二是矿井...
  • 模块化比特币节点微服务API服务器体系结构和实用程序工具包,可构建可扩展,安全且功能强大的应用程序和服务,而无需可信任的第方。 什么是cyphernode? Cyphernode是托管服务和商业比特币API(例如Blockchain....
  • 基层生产管理培训心得感想篇1 首先,感谢公司给我们创造了一次学习提高和沟通交流的机会,这次基层管理人员培训班,从的外出参观总部情况到干部的集中学习,我想用三个字来概括一下我对本次培训班的感受,即“精”...
  • 工业互联网由网络、平台、安全三个部分构成。其中,网络是基础、平台是核心、安全是保障。 “网络”是实现工业系统、产业链、价值链泛在深度互联的基础,包括网络互联体系、标识解析体系和信息互通体系。通过...

    工业互联网由网络、平台、安全三个部分构成。其中,网络是基础、平台是核心、安全是保障。

    “网络”是实现工业全系统、全产业链、全价值链泛在深度互联的基础,包括网络互联体系、标识解析体系和信息互通体系。通过打造低延时、高可靠、广覆盖的网络基础设施,实现信息数据在生产各环节和全要素的无缝传递,从而支撑形成实时感知、协同交互、智能反馈的生产模式。

    “平台”是工业全要素链接的枢纽,也是工业资源配置的核心。平台下连设备、上连应用,通过海量数据汇聚、建模分析与应用开发,推动制造能力和工业知识的标准化、软件化、模块化与服务化,支撑工业生产方式、商业模式创新和资源高效配置,是构建制造业新生态体系的核心。

    “安全”是工业互联网健康有序发展的保障,涉及设备安全、控制安全、网络安全、应用安全和数据安全等五个方面。通过建立工业互联网安全保障体系,实现对工厂内外网络设施的保护,避免工业智能装备、工业控制系统受到内部和外部攻击,保障工业互联网平台及其应用的可靠运行,降低工业数据被泄露、篡改的风险,实现对工业互联网的全方位保护。

    展开全文
  • 整个架构图分为层,从下往上看,最下面一层是数据安全,包括受限域认证系统、加工层权限系统,应用层权限系统,安全审计系统,来保证最上层数据集成与处理的安全; 中间一层是统一的元数据中心和全链路血缘,覆盖...

    一、美团数仓架构图

    在这里插入图片描述
    如上图,是美团最新的数仓架构图。

    整个架构图分为三层,从下往上看,最下面一层是数据安全,包括受限域认证系统、加工层权限系统,应用层权限系统,安全审计系统,来保证最上层数据集成与处理的安全;

    中间一层是统一的元数据中心和全链路血缘,覆盖了全链路的加工过程;

    最上层根据数据的流向,分成数据集成,数据处理,数据消费,数据应用,四个阶段;

    在数据集成阶段,对于不同的数据来源(包括用户行为数据,日志数据,DB 数据,文件数据),都有相对应的数据集成系统,把数据收集到统一的存储之中,包括 Kafka 和 Hive 等。

    在数据处理阶段,有一个面向用户的数据开发平台(万象平台),可以使用两条数据处理链路来加工数据,一个是流式处理链路,一个是离线处理链路。

    数据加工好了之后,使用内部自研的 DeltaLink 同步数据到其他的应用中,例如即席分析,即席查询,报表等应用。

    上图中标红的地方,Kafka -> HDFS,Flink,DeltaLink 是本次重点分享的内容。

    二、美团当前 Flink 应用场景和规模

    美团 Flink 应用场景包括:

    • 实时数仓、经营分析、运营分析、实时营销
    • 推荐、搜索
    • 风控、系统监控
    • 安全审计

    Flink 集群规模如下(高峰流量是每天最高峰的流量):
    在这里插入图片描述

    三、基于 Flink 的流式数据集成

    数据集成经历了多个版本的迭代

    1. 数据集成 V1.0

    在这里插入图片描述
    V1.0 版本很简单,是完全批量同步的架构。

    在数据量比较少的情况下,这样的批同步的架构,优势很明显,架构简单,非常简单易于维护。

    但是缺点也很明显,光是数据传输就 1 - 2 个小时。

    2. 数据集成 V2.0

    在这里插入图片描述
    在 V2.0 中,增加了流式传输的链路(下面的链路),把数据实时传输到 ODS 中(批量传输的链路仍然是必须的,作为第一次全量的导入)。

    流式传输系统,使用 canal (阿里开源) 采集 Mysql 的 binlog 日志到 kafka。后边有一个 Kafka2Hive 系统,这个系统经过了多个版本的迭代。

    Kafka2Hive 模块,最开始是使用 Camus ,每一个小时拉一次数据,跑在 Spark 上。后面改成使用 SparkStreaming ,但是 Spark Streaming 在资源的利用方面有一些问题的,所以最终弄全部迁移到了 Flink 框架上来。

    这样的架构,优势是非常明显的:把数据传输放在了 T+0 的时间去做,T + 1 的时间只需要经过一次 Merge 即可,花费的时间可能就从 2 - 3 个小时减少到 1 个小时了,提升是非常明显的。

    3. 数据集成 V3.0

    在这里插入图片描述
    数据集成 V3.0 的架构,前面的部分和 V2.0 一样,关键的是后面这一部分。

    在 V2.0 架构中,凌晨需要对数据做一次 Merge,这个操作对于 Hdfs 的压力非常大,要把几十 T 的数据读过来,清洗一遍,再把几十 T 的数据写入到 Hdfs。

    所以,在 V3.0 架构中,引用了 Hidi 架构(Hidi 是美团内部基于 Hdfs 开发的类似 Hudi 或者 Iceberg 的文件格式)。

    4. 美团自研的 Hidi

    要做到增量生产,最关键的特性在于

    • 支持增量读取,也就是读取当前时间到前一段时间的数据, 才能做到增量;
    • 支持基于主键的 Upsert/Delete。

    Hidi 是美团在 2,3 年前,在内部自研的架构,此架构的特性在于:

    • 支持 Flink 引擎读写;
    • 通过 MOR 模式支持基于主键的 upsert/Delete;
    • 小文件管理 Compaction;
    • Table Schema
      可以对比 Hidi、Hudi、Iceberg,如下:

    在这里插入图片描述
    Hudi 最亮眼的特性是支持基于主键的 Upsert/Delete,但劣势是深度和 Spark 绑定,但在国内 Flink 框架这么火热的情况下,难免会有点美中不足。

    Iceberg 不依赖于执行引擎,可以深度和 Flink 集成。

    美团自研的 Hidi 则根据自己的需求实现了诸多的特性,目前仍然在完善中。

    四、基于 Flink 的增量生产

    1、传统离线数仓特性分析

    在这里插入图片描述
    一般我们说数仓,都是指离线数仓。离线数仓有三个重要的指标,一是时效性,二是质量,三是成本。
    首先是时效性,有两个更深层次的含义,一个是实时,一个是准时。

    实时就是实时流式处理,来一条处理一条,实时处理消耗的资源很多。

    准时,就是按时处理。比如广告需求,可能只需要在每个整点,统计过去一小时或者在每个整点统计当天的数据即可,没有必要做到实时,只需要到点能产出数据就行。

    所以,总结下来,离线数仓和实时数仓各有利弊,离线数仓在质量和成本上会有优势,但是时效性不足;实时数仓,在时效性上很有优势,但是质量和成本都略逊色。

    2. 增量生产

    如下图,是离线数仓、实时数仓和增量计算的对比
    在这里插入图片描述
    所谓增量计算,就是企业在时效性、质量、成本上做一个权衡,时效性需要高一点,但是不用做到 RealTime,OnTime 也可以接受( 8 点看报表,提前到 3 点计算好也没有很大的意义),但是质量要高,成本也需要尽量少。

    3. 增量计算的优点

    增量计算最大的优点,就是可以尽快的发现问题。

    一般我们会在第二天花 8 个小时到 12 个小时,把前一天的数据生产出来。但是如果第二天发现数据错了,可能要花一天的时间去修复数据,这个时候,准时性和质量都被打破了。

    如下图,横坐标是时间(T 表示当天,T+1 表示第二天),黑色线表示离线生产,大概利用 T + 1 一半资源去生产。红色线是实时生产,在当天就生产数据,占用的资源比离线计算高。

    在这里插入图片描述
    下图是增量生产的示意图。
    绿色线是增量计算,在当天就计算好。
    黑色线是离线计算,在第二天的前半天计算。

    在这里插入图片描述
    增量计算,是在当天计算,在当天就能提前发现问题,避免 T + 1 修复数据。并且还可以充分利用资源,提前产出数据的时间,并且占用资源更少。

    4. 增量生产架构图

    下图是美团增量生产的架构图(目前的架构正在逐步完善中,还没有完全实现)

    在这里插入图片描述
    如图,最上面是实时处理的链路,Flink 消费 Kafka 数据 到 下游的 kafka,输出结果给下游使用或者供 OLAP 分析。

    下面的链路是批处理,首先 kafka 数据经过 Flink 集成到 HDFS,再通过 Spark 做离线的生产,最终经过 Flink 导出到 OLAP 应用里面去。

    上文提到的增量生产,就是图中标绿色的部分,希望可以用增量生产来替换掉 Spark 离线计算,做到计算引擎的统一。

    要能支持增量生产,需要具备几个核心的能力:

    • Flink SQL 能力能够对齐 Spark SQL;
    • Hidi 支持 Upsert/Delete 特性(Hidi 已支持);
    • Hidi 支持全量和增量的读取,全量读取用于查询和修复数据,增量读取用来增量生产;

    五、实时数仓模型与架构

    如下图是实时数仓的模型,基本上都见过

    在这里插入图片描述
    下图是实时数仓平台的架构图

    在这里插入图片描述
    整个架构,分为资源层、存储层、引擎层、SQL 层、平台层和应用层。

    六、流式导出与 OLAP 应用

    1. 异构数据源的同步

    在这里插入图片描述
    如上图,是异构数据源的同步。数据会在不同的存储系统中交换,所以我们做了一个 Deltalink 的平台,把数据 N 对 N 的交换过程,抽象成 N 对 1 的交换过程。

    我们也迭代改进了很多版本。

    2. 第一版实现

    在这里插入图片描述
    第一版是基于 DataX (阿里开源)来做同步,包含工具平台层,调度层,执行层。

    • 工具平台层,对接用户,用来配置同步任务,配置调度,运维任务;
    • 调度层,负责任务的调度,管理任务状态管理,以及执行机的管理,这其中有非常多的额外工作都需要自己做;
    • 执行层,通过 DataX 进程,以及 Task 线程从源存储同步到目标存储。

    但劣势也很明显,开源版的 DataX 是一个单机多线程的模型,当数据量非常大的时候,单机多线程是成为了瓶颈,限制了可扩展性;

    然后在调度层,需要管理机器,管理同步的任务和状态,非常繁琐;

    当调度执行机发生故障的时候,整个灾备都需要单独去做。

    3. 第二版实现

    在这里插入图片描述
    在第二版中,改成了基于 Flink 同步的架构,看起来就清爽了很多。

    工具平台层没有变,调度层的任务调度和执行机管理都交给 Yarn 去做。

    调度层的任务状态管理,可以迁移到 Client 中去做。

    基于 Flink 的 DeltaLink 的架构,解决了可扩展性问题,而且架构非常简单。

    当把同步的任务拆细之后,可以分布式的分布到不同的 TaskManager 里去执行。

    并且离线和实时的同步,都可以统一到 Flink 框架中去,这样离线和实时同步的 Source 和 Sink 组件都可以共用一套。

    4. 基于 Flink 的同步架构关键设计

    1. 避免跨 TaskManager 的 Shuffle,避免不必要的序列化成本;
      Source 和 Sink 尽量在同一个 TaskManager;
    2. 务必设计脏数据收集旁路和失败反馈机制;
      数据同步遇到脏数据的时候,比如失败了 1% 的时候,直接停下来;
    3. 利用 Flink 的 Accumulators 对批任务设计优雅退出机制;
      数据传输完之后,通知下游数据同步完了;
    4. 利用 S3 统一管理 Reader/Writer 插件,分布式热加载,提升部署效率;
      很多传输任务都是小任务,而作业部署时间又非常长,所以需要要提前部署插件;

    5. 基于 Flink 的 OLAP 生产平台

    在这里插入图片描述
    基于 Flink 做了 Deltalink ,数据导出的平台;
    基于数据导出的平台,做了 OLAP 平台,对于资源,模型,任务和权限都做了管理。

    七、 未来规划

    经过多次迭代,把 Flink 用到了数据集成、数据处理、离线数据导出、OLAP 等场景,但事情还没有结束。

    未来的目标,是要做到流批一体,把离线作业都迁移到 Flink 上来;

    同时数据也要做到批流一体,这个很重要。如果数据仍然是两份,是两套 Schema 定义,那么不管如何处理,都需要去对数据,就不是真正的流批统一。

    所以不管是计算还是存储,都使用 Flink,达到真正的流批一体。

    本文整理自2020年 Flink Forward Asia 大会,分享者:鞠大升

    关注公众号:KK架构师,获取更多数据湖最新实战

    在这里插入图片描述

    展开全文
  • JAVA面试题最全集

    2010-03-13 13:09:10
    12.synchronized (生产者和消费) 13.String 和 StringBuffer 14.Serializable 15.MVC (Struts的工作流程) 16.什么是MDA 17.tcp与udp的区别 18.链表与散列表和数组的区别 19.堆和栈的区别 20.ejb的分类及...
  • 针对我国智能煤矿发展“步走”战略,指出智能煤矿建设不但包括基础设施、生产监控系统、安全监测系统、生产经营管理系统等系统的建设,更包括基于大数据和人工智能的智能决策系统建设。从工程实践的角度提出了智能...
  • 工程设计方面,平台将地理信息模型,管线信息模型,地质信息模型,以及建筑信息模型(BIM)在内的维空间数据,进行整编和发布,形成以BIM为主的快速路要素可视化维场景。 施工阶段应用包括了进度管理,质量...

     

    XXXXX管理平台

    阶段应用情况说明

     

    一、平台应用概要

    XXX管理平台是一个全面覆盖工程设计阶段、施工阶段、运维阶段的应用平台。

    工程设计方面,平台将地理信息模型,管线信息模型,地质信息模型,以及建筑信息模型(XXX)在内的三维空间数据,进行整编和发布,形成以XXXXXXXXX为主的快速路全要素可视化三维场景。

    施工阶段应用包括了进度管理,质量管理,安全文明管理,数字工地,生产管理,跟踪审计,教学培训,新闻中心,资料管理等各大功能模块。

    运维阶段应用则与第三方平台(如XXX系统等)相结合,通过三维场景和XXX模型表达基础设施和智能设备的运行状态,设施结构健康监测信息,以及养护信息。

    二、项目开展情况

    自2019年4月,平台进入实施阶段以来,项目从XXX,XXXXXX,XXX等一系列的快速路工程施工建设,在工程管理中逐渐进入全面应用阶段。

    1. 工程设计

    平台进入部署实施以来,参与了绍兴市近8个标段的道路施工建设项目的数据管理,累计汇总超过30GB的BIM模型数据,以及管线信息模型,地质信息模型,采集了超200G的无人机倾斜数据。

    经过200余次的数据更新发布,最终形成了为每一个标段都建立了一个300MB左右以施工路线的XXX模型为主,附带周边近几十个GB的无人机倾斜数据的全要素可视化三维场景。

    累计生成4万多的施工构件数据记录,为下一阶段施工单位的质量管理工序报验,以及在模型中体现施工进度,提供了数据基础。

    并根据实际施工情况和客户业务需求,累计完成400多次的功能优化和调整。

    2. 施工阶段

    2.1 项目培训交底

    在项目实施推进阶段,对施工参与各方的相关业务模块,进行了针对性的学习培训,累计完成三十余次。

    为参与项目过程中的各方创建角色100+,对应账号1400+。

    2.2 日常应用情况

    2.2.1 累计登录

    各方用户累计登陆平台24万余次,其中PC端累计登录16万余次,而移动端累计登录8万余次。

    2.2.2 进度管理

    进度管理中有多个功能模块,根据面向群体不同,可以分2大类,一类是管理施工过程的功能,如进度填报、进度审核,面向参建单位用户,另一类是展示工程施工进度,如形象进度,进度总览,道路保通,进度模拟,面向业主单位用户。

    参建单位相关用户,累计完成进度填报6万余次,其中累计已完成的进度计划有3万余次。各标段道路施工进展情况各不相同,进度快的XXX标段,构件完成度达91%,而刚开工的标段XXX构件完成度0%,而纳入平台管理时间最长的XXX标段,构件完成度约65%,紧随其后的XXX标段的构件完成度74%,其余的XXX,XXX,XXX的构件完成度分别是40%、29%、30%。

    而面向业主单位的功能分数据展示类功能和效果演示功能,数据展示类功能主要是进度总览模块,在项目实施的工程中,根据客户的意见反馈和操作体验,经过了多次的优化和改进,目前形成了统计图、表格图、甘特图三大图表。

    其中统计图中细分图表有将近10多种,有构件工期图、累计完成图、单位工程进度图、各类构件进度图、形象日报、计量日报等,其中部分图表还可进一步细分周报、月报、季报、自定义时间查询统计表。

    表格图中数据展示维度有时间、工程单位、构件类型、完工类型4大类,查询条件有时间范围、编码、单位工程,帮助业主可以全面的、各维度的去了解项目施工进度情况。

    甘特图中,在日期维度中支持月、周、日的不同时间粒度切换,并通过施工计划周期和实际完成周期的对比,在不同的施工路段体现不同的施工进展情况。

    2.2.3 质量管理

    质量管理属于施工过程中的核心功能模块,主要面向参建方的各类用户。通过不同的角色权限配置,将参建方的各类人员划分为施工班组、施工项目部、监理、审计4大类,参与质量管理的全过程。

    质量管理的整个过程,由施工班组进行工序填报,项目部跟进工序自检、工序报验、资料上传,监理完成工序审核、资料审核。并且为方便参建方了解质量管理的标准,拓展了一个辅助功能即验收标准版块,在其中颁布了由业主单位与各参建方多方确认的施工标准文档。

    至今为止,在填写了计划进度的构件中,工序填报记录有117487条,工序自检记录有78693条,工序审核记录有117287条,其中驳回记录有205次,工序报验记录9668条,检测资料上传5021条,通过审核的3878条,驳回0次。累计记录图像资料437150张共625GB,累计上传检测资料6312份共5.5GB。

    最终,这些过程数据,都将在面向业主的数字化质量验收模块中,可以通过表格看到结果,也可以通过之前的相应标段的三维场景模块中了解每一个构件的施工进度及工序详情。

    ​​​​​​​2.2.4 安全文明管理

    安全文明管理是工程施工管理中的重要功能模块,是确保施工单位安全文明施工的重要方式和手段,主要有安全生产、文明施工、风险管控、安全教育等4个方面。

    (1)安全生产

    在安全生产方面,通过安全巡更模块,利用GPS定位技术结合地理位置信息,为每一个施工路段配置3-5个不等的签到点,并通过角色权限分配,将安全责任分派到人,督促施工单位,监理单位定期完成施工路段的安全检查工作。并安排平台运维人员定期统计各施工道路标段的安全巡更情况,以及安全检查情况,向业主单位进行汇报,并督促施工单位和监理单位严格执行巡更标准。

    目前,施工单位已经累计完成安全巡更3742次,发现安全生产问题252个,已经完成整改的246个,监理单位累计完成安全巡更1977次,发现安全生产问题296个,确认安全整改480个,累计上传图像资料12GB。完成定期安全巡更周报50余次。

    (2)文明施工

    在文明施工方面,主要通过两种方式进行检查,一种是通过安全巡更时,施工单位人员和监理在填报安全检查项时,同时也做文明检查,填报文明施工检查项。另一种通过专业监控设备对施工地区的噪音和PM值进行环境实时监控。

    目前,施工单位累计记录文明施工问题307个,已经完成整改298个,监理单位累计记录文明施工问题615个,已完成整改607个。

    各道路施工标段设定环境监测点17个,监测种类有温度、湿度、风速、噪声、PM2.5、PM10共6类。

    (3)风险管控

    在风险管控方面,针对一些具有较高危险度的施工工序,纳入危大工程管理模块,建立特定的施工流程管理,在之前普通工序的填报、自检、审核三步工序的基础上,增加前置危大工程报验管理工作,实现了危大工程的填报、初检、自检、审核的四级验收的业务闭环,平台为危大工程的建立了对应的独立权限,以便用户指定给特定的人员进行才能进行相关工序操作。

    目前,危大工程管理方面,累计完成危大工程四级验收申请327次,驳回36次,完成危大工程验收申请266次,保存各类图像文件共1.36GB。

    (4)安全教育

    在安全教育方面,平台建立了安全教育问题库和安全施工视频库,参建方人员随时可以通过终端的安全教育模块,随时进行安全教育学习,以及安全试题考核。

    目前,已经累计完成线上安全教育1100余人次,完成安全试题考核1000余人次。

    ​​​​​​​2.2.5 数字工地

    数字工地主要分视频监控,环境监测,全景图,无人机巡检4大部分。

    视频监控

    平台提供了视频API接口规范标准,目前各道路施工项目部已完成视频监控点部署75个,在平台运维方面,定期查看视频监控设施运行情况,一旦发现监控设备出现离线等状况,就通过短信方式通知相关单位进行修复,目前视频监控设备平均在线率达85%左右,累计发送视频设备离线通知短信100余次。

    环境监测

    平台提供针对各类环境监测设备的API接口规范,监测设备供应商可以通过API接口将数据推送到平台,平台针对不同的环境监测设备采样的数据,设置了不同的警戒值,并实时监控采样数据,一旦超过警戒值,就会通过短信方式通知特定人员。

    目前,各道路施工项目部累计设定环境监测点17个,累计推送记录500余万条,监测种类有温度,湿度,风速,噪声,PM2.5,PM10共6类,累计发送超限警报短信22条。

    全景图

    平台支持通过对接第三方网址链接,展示监控点的全景图效果,目前这一功能应用不多,仅在G329标段中,配置了7个重点施工区域的全景图。

    无人机巡检

    通过现代无人机航拍技术,在不同的道路施工项目中,规划航拍飞行路线,定期录制航拍影像,并进行剪接优化处理,生成无人机巡检视频归档保存。业主可以通过对每一期巡检视频的浏览对比,既可以从视频影像中获得项目施工进度情况,也可以更直观的了解道路施工对周边交通和居民生活的影响。

    从2019年第四季度开始启动无人机巡检以来,各项目标段开工后,每周定期上传无人机巡检视频,累计上传视频记录224条,视频影像共计23.7GB。

    ​​​​​​​2.2.6 生产管理

    生产管理方面,主要分两大部分,一部分为平台内部的业务数据,主要是预制构件生产安排计划,另一部分就是平台对接各大构件生产厂家的生产管理数据,目前平台已经对接了生产台账、生产进度、总体进度、月度计划、订单列表、出入库统计、库存明细等多个数据图表。

    ​​​​​​​2.2.7 跟踪审计

    在跟踪审计方面,主要分两部分,一部分是和现场施工直接关联的跟审记录,另一部分则是根据项目施工进度,支付进度款相关审核。

    平台将现场施工相关的跟审记录,分关联构件和非关联构件两种,目前已经累计完成各道路施工标段跟审天数373天,其中完成关联构件跟审记录315条,非关联构件跟审记录中,管线改迁跟审24条,施工措施跟审6条,隐蔽工程跟审10条,交通导改跟审8条,绿化迁移跟审0条,其他跟审116条,相关图像资料1.8GB。

    在项目施工进度和进度款相关审核的功能模块主要是计量审核和支付审核这两个功能。目前,已登记合同相关信息记录20条,累计记录计量审核记录76条,支付审核记录90条。

    ​​​​​​​2.2.8 教学培训

    教学培训主要用于推广平台的使用,包含指导如何操作平台功能的教学视频和教学文档,以及描述生产施工构件模型架构的预制模型,也提供一些确保用户使用的终端软件安装包。

    目前,累计录制上传教学视频28个,教学文档10余篇,其中相关用户操作手册文档更新了10余个版本。提供立柱、盖梁、小箱梁的预制模型。

    ​​​​​​​2.2.9 新闻中心

    新闻中心主要是定期记录了整个项目施工过程中的与工程相关、活动相关以及安全相关的重大新闻事记。

    目前,各道路施工项目公司,累计记录工程类事件491起,活动类事件536起,安全类事件130起。

    ​​​​​​​2.2.10 资料管理

    资料管理主要帮助客户将项目中各类资料进行分门别类的管理归档,有合同管理、图纸模型、会议纪要、质量体系、安全体系、危险源信息等多种资料归档管理。

           目前,归档合同文件26份,图纸模型文件60个,会议纪要文件41个,质量体系文件4个,安全体系文件4个,危险源信息文件0个。

    2.3 运维阶段

    目前,尚未有道路建设项目施工完成,故尚未进入运维阶段。

    三、平台应用情况总结

    从2019年4月起至今,平台全面参与到XXX项目施工的全过程,从工程设计、到项目启动、工程实施,平台将项目公司、施工单位、监理单位、审计人员等各方人员都纳入到平台的管理中来,为业主单位提供了几十张图表数据,数十种展示方式。

    看图表数据,体现施工进度的有构件完成统计表、形象进度完成表;展示生产管理的有生产台账、生产进度统计表、总体进度表;保障安全文明施工的安全巡更履职率图,安全检查事件统计图,环境监测图,把控跟踪审计有进度款审核汇报表、支付审核信息表。

    看平面图形,体现工程总体概况的有工程布置图,了解施工现场整体开工情况。

    看三维场景,全要素可视化的三维场景,集成了BIM模型,加入了无人机周边环境高精度倾斜数据,汇总了施工过程中的详细进度信息。

    看视频资料,有体验施工道路真实情况的无人机巡检视频,有展示重点施工区域的实时视频监控画面。

           平台应用至今,业主可以从多个维度去了解项目工程施工的真实情况,为快速路工程项目整体顺利实施保驾护航,为上级管理单位制定政策决策提供数据依据。

    展开全文
  • 随着经济全球化的深入,各个企业对有限资源的争夺越来越激烈,这要求企业必须能够对有限的资源在时间、成本、质量三个方面进行方面、过程的控制,同时以企业战略目标为导向来指导企业的经营管理活动,而项目管理...
  • 知识点覆盖全、课程质量高 4. 精益求精、不断改进 根据学员要求、随时更新课程内容 5. 适合范围广,不管你是0基础,还是拥有工作经验均可学习: 0基础 1-3年工作经验 3-5年工作经验 5年以上工作经验 运维、开发、...
  • 通过专业培训和教育培养高素质的数字人才▪ 阿里云将追加投资未来三年内,其云基础架构,以帮助加快中国企业的数字化转型继Covid-19大流行之后▪ 腾讯将专注于三个关键发展:方位发展接受在线服务,需求传统行业的...
  • shortuuid:一生成器库,用以生成简洁的,明白的,URL 安全的 UUID。 simplejson:Python 的 JSON 编码、解码器。 unidecode:Unicode 文本的 ASCII 转换形式 。 uniout:打印可读的字符,而不是转义的字符串。...
  • 以我本人所在公司为例,我公司从事全国的短信业务,以每省至少两数据库计算,仅处于生产线的数据库数量就已将近70,再加上开发数据库、测试数据库,我所领导的DBA团队总共管理的数据库将近80。这数量还仅仅...
  • 其中包括“采购管理”、“前台管理”、“销售管理”、“仓库管理”、“生产管理”、“财务管理”、“客户关系管理”、“报表统计”、“辅助工具”、“系统管理”、“窗口”、“帮助”、等多菜单项,点击某个菜单...
  • 问题1-16:在教材的1.7.2节提到协议有三个要素,即语法、语义和同步。语义是否已经包括了同步的意思? 问题1-17:为什么协议不能设计成100%可靠的? 问题1-18:什么是因特网的摩尔定律? 第2章 物理层 问题2-1:...
  • 37、网络版采用层结构编程,软件运行更稳定,数据更安全; 38、独特的通过普通宽带(如ADSL)连接远程数据库,轻松实现广域网(互联网)上数据共享操作,为用户节省巨大宽带租用费用。 E8进销存财务软件增强版...
  • 32、支持同一帐套内可自定义多帐本功能,最多一个帐套内可以设置三个帐本; 33、可将同一张凭证方便的记在不同的帐本(如对公帐与内部帐)之中,极大的减少工作量; 34、系统提供与EXCEL的接口,可以将凭证、往来帐...
  • 32、支持同一帐套内可自定义多帐本功能,最多一个帐套内可以设置三个帐本; 33、可将同一张凭证方便的记在不同的帐本(如对公帐与内部帐)之中,极大的减少工作量; 34、系统提供与EXCEL的接口,可以将凭证、往来帐...
  • CruiseYoung提供的带有详细书签的电子书籍目录 ... 大话Oracle RAC:集群、高可用性、... 采用这种方式还有一原因,RAC覆盖知识面广、资料难觅也是众所周知的。时至今日,我不敢妄谈精通,只是尽可能地把所知中规中矩地...
  • 46、网络版采用层结构编程,软件运行更稳定,数据更安全; 47、独特的通过普通宽带(如ADSL)连接远程数据库,轻松实现广域网(互联网)上数据共享操作,为用户节省巨大宽带租用费用。 e8进销存财务客户管理软件...
  • 软件工程知识点

    2012-12-02 21:34:25
    如同任何事物都有一个发生、发展、成熟直至衰亡的全过程一样,软件系统或软件产品也有一个定义、开发、运行维护直至被淘汰这样的全过程,我们把软件将要经历的这个全过程称为软件的生命周期。它包含:软件定义、软件...
  • 8使用IDE了解注释段落打印三引号注释多行三个单引号python代码要严格对齐中文输入字符错误简单数学表达式代码风格三种错误风格系统执行指令运行结果乱码交互式编程绘图绘制线段与圆形改变颜色绘制奥运五环小结习题...
  • E8进销存财务软件将进销存...34、网络版采用层结构编程,软件运行更稳定,数据更安全; 35、独特的通过普通宽带(如ADSL)连接远程数据库,轻松实现广域网(互联网)上数据共享操作,为用户节省巨大宽带租用费用。
  • E8进销存财务软件将进销存...34、网络版采用层结构编程,软件运行更稳定,数据更安全; 35、独特的通过普通宽带(如ADSL)连接远程数据库,轻松实现广域网(互联网)上数据共享操作,为用户节省巨大宽带租用费用。

空空如也

空空如也

1 2 3
收藏数 50
精华内容 20
关键字:

安全生产三个全覆盖