详细介绍
背景：在生产线的质检工序中，机器视觉设备利用不同视角快速获取被检测产品的信息，从而满足对产品装配定位、质量检测、 产品识别、尺寸测量等维度的快速质检需求 。机器视觉质检工序的引入提升了产品质检效率，进而提高了生产效率。但也将面临视觉设备产生的巨量数据存储压力。企业用户需要将产生的这些图片按 规定时间保存，以满足上层业务系统对生产数据的留痕、追溯和分析需求。
面临的难题：目前制造业生产线数据存储方式，主要是采用机台本地存储和集中式NAS存储两种方式，在日常使用中会存在以下问题:
数据存储离散:数据独立存储在机台上，缺乏对数据的统一存储、管理、分析
可用性和安全性低:机台单点故障，将会导致业务中断甚至数据丢失
可用存储容量低:机台存储容量无法满足质检数据数月/数年周期的存储要求
检索性能差:传统NAS系统面对上亿文件数量，检索性能变得非常差 扩容成本高:生产线数据量增加，传统高性能NAS存储扩容成本极高
检索维度少:系统仅支持文件名模糊检索或固定的目录结构检索，系统检索效率低
运维难度高:传统的文件存储中不具备生命周期管理的特性，在进行数据的管理时，需要人工介入并筛选已过期的数据，管理复杂度高
解决方案:为了解决产线质检工序，机器视觉设备产生的图片、日志等巨量数据存储的难题。依托杉岩数据 MOS 海量对象存储平台， 能够帮助制造业客户更好地存储数据、管理数据及应用数据。
MOS 海量对象存储平台将不同生产线的机器视觉设备产生的数据进行统一存储，同时提供智能数据处理引擎、数据资源 管理、业务 API 访问接口等丰富的数据服务，助力企业提升生产效率。
方案价值
标准的 x86 硬件系统，实现产线海量质检图片、日志等数据的统一存储，存储系统可灵活按需拓展节点、硬盘，实现业务连续性;可支撑起 EB 级数据存储和管理。
根据产线数据的时间、特征等维度自定义生命周期管理，实现“热、温、冷”分层管理。数据转移策略可有效降 低存储成本、过期删除策略可快速回收存储空间。
存储系统数据支持多副本 /EC 保护策略，最大程度保障数据安全。
摆脱“拼凑”式的传统技术架构，存储性能和容量线性扩展，消除系统瓶颈，单一命名空间可管理文件量数百 倍于 NAS 存储。
系统在百亿级文件数量下，单桶写数十亿数据时 MOS 海量对象存储平台依旧拥有读写稳定的能力，波动 性小于 10%，性能稳定可靠。
MOS 海量对象存储的数据智能检索引擎分布于每个节点，系统在百亿级文件数量下，支撑应用平台具备秒 级检索的能力，提升业务检索效率。
智能处理 AI 引擎提供了开放式的数据后处理平台，既免除了对业务网络的带宽压力，提升了系统响应速度 和交互体验;还能够充分发挥存储节点富余的 CPU 资源的计算能力，确保存储性能的高效利用。
针对制造业的数据特性，开发了多样的数据处理模块，包括文件名解析、图片压缩、图片转码等。例如文件名 解析引擎，该引擎支持依据文件命名规则(例如:工序、批次 ID、vision、reject)自动对文件打标签，可以通 过多维度标签提升业务系统检索效率。
运营案例
长江存储柔性生产需求
信维通信建立高效、合规的“产品质量追溯系统 ”
