将数据转化为洞察

电动汽车测试行业正面临着产品日益复杂、开发周期不断缩短的挑战，这意味着测试实验室始终承受着巨大压力。因此，高效分析测试数据的能力变得比以往任何时候都更为关键。 在处理日益增长的传感器数据的同时，必须将成本控制在最低水平。无论需要筛选的数据量有多大，工程师都必须实时监控和分析测试数据。因此，他们正在寻求新方法来提高测试效率并降低低质量数据的风险，这也就不足为奇了。

在数据采集过程中，电气和机械信号以千赫兹量级的采样率进行测量，且需要高度同步。尤其是这些测试会产生海量的数据。真正的挑战在于如何存储和保存这些数据。 处理如此海量的结构化与非结构化数据，需要一个自适应且可扩展的数据后端。为了应对不断变化的需求、系统配置、参数扩展和采样率，将“热数据”与“冷数据”进行分离非常有帮助。

“冷数据”（即访问频率较低、仅用于审计或后处理的数据）存储在可按需扩展的分布式流处理平台中。而“热数据”（即用于实时分析的数据）则存储在 NoSQL 时间序列数据库中。 该数据库将测量数据安全地存储在冗余且具有容错能力的集群中。灵活的数据聚合机制确保随时可提供合适的粒度。随后，数据可通过不同方式进行回放和聚合，以便对测试事件进行详细分析。这种方法最大限度地降低了IT运营成本，并减少了测试实验室内的存储基础设施规模。

电动汽车动力总成测试是一个典型的应用场景，在该场景中，可扩展的数据后端能带来显著优势。该过程会产生海量数据，尤其是在进行实时功率和电动机性能评估时。 数据采样率可从每秒10个样本到每秒4,000,000个样本不等。Challenge在于如何存储所有这些数据，同时确保其能够全天候（24/7）随时可用，以便对连续和触发式数据流进行快速分析。

为了采集、分析和存储数据，并确保应用程序能够访问这些数据，Gantner 选择了数据流平台 Apache Kafka 来管理冷数据，并采用了分布式数据库 CrateDB 来处理热数据。这种可扩展的数据后端架构，充分展示了边缘计算、大数据处理和机器学习相结合的强大功能。

测试实验室虽然使用了专门的控制、监控和数据采集系统，但这些系统之间往往缺乏必要的集成，这可能会导致对被测系统的故障检测延迟。Gantner 的理念是为客户提供开放的接口，以便存储数据并将其发送至所需位置——从而实现与任何监控、分析和报告工具的无缝集成。

对于配备了自动化测试系统的测试实验室，该公司的应用程序接口（API）提供了一种将该解决方案轻松集成到现有环境中的简便方法。 分析和故障检测方法因应用场景而异，因此，用于与现有架构、可视化方法和报告流程集成的标准化接口至关重要；例如，为了从原始测量数据中准确计算功率因数、视在功率和无功功率。

凭借其适应性强且可扩展的数据后端解决方案，Gantner Instruments 为测试实验室提供了必要的平台，使其能够实时掌握、监控、分析并响应任何物理数据，无论数据量大小如何——从而将数据直接转化为洞察。

体验这款专为现代、可靠的测量系统打造的新平台

GI.bench 软件平台将更快捷的测试设置、项目配置与管理，以及数据流可视化功能整合于一个数字工作台中。它使您能够即时配置、执行和分析测量与测试任务。无论身处何地，均可访问实时和历史测量数据。