线程池的Execute方法

脱节的现实

在美国，许多制造厂都有20年以上的历史。车间里只有不到14%的机器是“连网的”。 这意味着它们没有传感器或监控器来提取有关它们如何工作的数据。这些较旧的机器很容易出现故障，并且每年造成的停机损失高达500亿美元。

围绕工业物联网的大肆炒作是，制造商必须立即投资于机器学习、增强现实或人工智能等变革性技术，以获得效率方面的任何好处，然而这与实际情况相去甚远。

制造业中的数据问题

要克服的主要障碍是那些旧机器。实际上，有些机器会生成大量数据，但要访问这些数据并不容易。其他的甚至没有数字控制器，需要外部改装和传感器来提取操作数据。获取可用数据通常是困难且昂贵的，因此必须能从工作中获得明确的回报。也因此，公司将重点放在哪些过去可能有问题的最关键设备上。

即使有数据，如何处理数据也存在不确定性。某人或某种工具必须解读数据并使之有意义。大多数制造商都没有数据科学家来帮助完成这项工作。天花乱坠的炒作告诉制造商，获得数据将改变企业的运作方式，但现实是数字化只是奠定了了解任何特定资产的基础。需要有一种方法来可视化数据，以使其具有可操作性。


阅读任何主要科技媒体，您都会发现大型制造商在工业4.0项目上投入巨资的故事。诸如此类的故事会让任何人相信，大型工厂里充斥着机器人、连网机器和传感器，它们收集从产品工程到质量再到生产性能的所有方面的实时数据，并且这些数据正被用来预测如何运行更高效的制造业。虽然这可能发生在一些最大的制造商身上，但绝大多数制造商仍在思考工业物联网(IoT)和工业4.0是值得投资还是仅仅是炒作。


 

一些riff组件迁移到了Knative，另外一些组件保持独立。

本文引用了一些市场统计数据，这些数据显示您的同行计划在未来几年更多地使用无服务器计算。我们还列举了一些使用场景来说明函数为何如此有用。最后，我们向您展示了在生产中使用riff、Knative和PKS运行代码是多么简单。

教程：如何在数据中心内运行函数

要使用riff和Knative构建函数，我们需要一种绝对可靠的Kubernetes便利服务。最适合的就是我们的Kubernetes产品Pivotal Container Service (PKS)。我们为平台运维人员和群集管理员展示了如何在PKS上创建具有正确Knative规范的群集。

• 安装PKS
• 创建Kubernetes群集
• 访问群集
• 确认kubectl上下文指向新创建的群集
• kubectl config current-context
• 为vSphere上的群集创建存储类规范
• 安装riff CLI
• riff version
• brew install watch
• 在单独的终端中监控单元
• watch -n 1 kubectl get pod --all-namespaces
• 安装Knative和无服务器riff系统
• riff system install --node-port

部署函数需要做四件事：

• 从GitHub存储库中提取函数的源代码
• 根据java函数调用器构建容器镜像
• 将生成的镜像推送到dockerhub存储库
• 安排容器并通过Knative ingress-gateway提供函数

 

（编辑：通化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!