今天我們來聊聊高級圖分析在復(fù)雜制造業(yè)的應(yīng)用。這里我們主要圍繞離散制造業(yè)展開討論?，F(xiàn)在來看，智能制造已經(jīng)成為制造企業(yè)實現(xiàn)智慧轉(zhuǎn)型的關(guān)鍵詞。那么復(fù)雜制造業(yè)，如何借助高級圖分析，更好地實現(xiàn)智能制造，從而逆勢增長呢？下面就一起進(jìn)入本期的TigerGraph 隨身聽吧。

首先我們來了解下復(fù)雜制造業(yè)，常見的復(fù)雜制造業(yè)有哪些呢？比較典型的有汽車、芯片、化工等行業(yè)。這些行業(yè)的配件或物料變化都非常復(fù)雜，比如一輛汽車，往往有上萬個零件，每個零件的廠商、型號、版本等都是多樣的，所以組合起來，它的搭配就非常多。制造業(yè)一般用物料清單，也就是BOM，來表示這種組件之間、零件和零件之間的關(guān)系。

除了物料變化復(fù)雜外，復(fù)雜制造業(yè)還有一個特點(diǎn)，就是流程工藝相當(dāng)復(fù)雜。生產(chǎn)一個產(chǎn)品，往往需要經(jīng)過成百上千個步驟。每個步驟又會用到不同的機(jī)器去生產(chǎn)，所以組合起來，它的流程就有很多很多種可能性。

另外，我們從供應(yīng)鏈的角度來看，一個產(chǎn)品，在其生命周期中，往往涉及到很多方，比如眾多的供應(yīng)商、合作伙伴、零售商等，和他們的交互就會產(chǎn)生更多的數(shù)據(jù)，這也是其復(fù)雜的原因之一。

在復(fù)雜制造業(yè)的數(shù)據(jù)建設(shè)中，我們可以看到這么幾個階段：

首先是物理世界的數(shù)據(jù)，包括產(chǎn)品、訂單、生產(chǎn)、采購、供應(yīng)鏈、物流等數(shù)據(jù)?，F(xiàn)在的制造業(yè)一般都做到了一定程度的數(shù)字化，所以企業(yè)里一般會有ERP系統(tǒng)、CRM銷售管理系統(tǒng)、APS高級計劃與排程系統(tǒng)、SCM采購系統(tǒng)、MES生產(chǎn)系統(tǒng)、WMS物流系統(tǒng)和DRP分銷系統(tǒng)等，尤其是高級計劃排產(chǎn)系統(tǒng)APS，已成為眾多企業(yè)提高生產(chǎn)效率的核心利器。

但這些系統(tǒng)，往往都是用關(guān)系型數(shù)據(jù)庫存儲的，比如Oracle和MySQL，這些系統(tǒng)一般作為業(yè)務(wù)系統(tǒng)來用，通常利用它們來處理交易或事件，但是如果用來做分析就不太夠了。所以，很多企業(yè)會走得更遠(yuǎn)，即對數(shù)據(jù)進(jìn)行二次加工，把數(shù)據(jù)搬運(yùn)到數(shù)據(jù)集市、數(shù)據(jù)倉庫，甚至用上大數(shù)據(jù)平臺，去存儲、分析這些數(shù)據(jù)。

但這里有個很大的問題，即使是數(shù)據(jù)集市、數(shù)據(jù)倉庫，亦或者大數(shù)據(jù)平臺，它們本身并沒有存儲數(shù)據(jù)之間的關(guān)系。我們知道，企業(yè)生產(chǎn)活動的所有數(shù)據(jù)之間都會存在直接或者間接的關(guān)系，而無論是關(guān)系型數(shù)據(jù)庫，還是Hadoop等，它們在存儲這些數(shù)據(jù)時都是以表的形式來存儲數(shù)據(jù)，而數(shù)據(jù)和數(shù)據(jù)之間的聯(lián)系，卻沒有存儲。

不同數(shù)據(jù)庫的特點(diǎn)對比：

這里我們簡單分析比較下不同數(shù)據(jù)庫的特點(diǎn)。首先是關(guān)系型數(shù)據(jù)庫，如果我們想要分析表和表之間的關(guān)聯(lián)，我們往往需要利用外鍵進(jìn)行表連接，效率其實非常低。然后是Key-value鍵值數(shù)據(jù)庫，它在數(shù)據(jù)量上相比關(guān)系型數(shù)據(jù)庫支持會更多，因為它開始支持分布式，但對于那種復(fù)雜的、深度的分析，它的性能仍然是非常差的。最后是圖數(shù)據(jù)庫，由于它天然存儲了實體和實體之間的關(guān)系，所以當(dāng)用圖來做一些深度分析時，它的優(yōu)勢就非常明顯。

圖在復(fù)雜制造業(yè)中的應(yīng)用：

接下來我們看下圖在復(fù)雜制造業(yè)中的應(yīng)用，我們從2個角度來看，一個是微觀角度，我們會探索幾個非常具體的使用場景，比如物料清單查詢、供應(yīng)鏈管理、生產(chǎn)流程優(yōu)化，然后我們從宏觀角度來討論企業(yè)知識圖譜的建立?？赡苣悻F(xiàn)在還不知道具體的圖應(yīng)用場景，但我們可以先把知識圖譜平臺建立起來，匯集銷售、計劃、采購、生產(chǎn)、物流、分銷等業(yè)務(wù)數(shù)據(jù)，然后后面可能會有一些新的應(yīng)用場景，比如構(gòu)建產(chǎn)品、用戶、供應(yīng)商畫像等，我們就可以通過圖查詢來進(jìn)行分析。

圖在復(fù)雜制造業(yè)中的應(yīng)用：物料清單BOM查詢

今天我們主要來看下物料清單的例子。物料清單BOM是一種定義產(chǎn)品結(jié)構(gòu)的技術(shù)文件，往往是樹狀的結(jié)構(gòu)，所以又稱為產(chǎn)品結(jié)構(gòu)樹。物料清單BOM往往包括單級展開BOM和多級展開BOM。一層層展開的話，可能會超過30層的結(jié)構(gòu)。這里往往會遇到一些挑戰(zhàn)，例如：

原始數(shù)據(jù)非常大；

每秒更新比如100條，并且需要實時入庫；

查詢涉及到并發(fā)查詢，因為會有很多人需要查詢這個數(shù)據(jù)；

深度鏈接的鏈路非常長，假設(shè)這30層，每層需要3跳，那么總共就會有90跳的深度；

數(shù)據(jù)結(jié)構(gòu)上可能會存在環(huán)；

多種遍歷可能性。

那如何利用TigerGraph來應(yīng)對這些挑戰(zhàn)呢？

首先是數(shù)據(jù)量大這個問題，TigerGraph支持分布式，支持千億級事務(wù)實體，萬億級的邊，可以輕松應(yīng)對前面提到的原始數(shù)據(jù)非常大的問題；

第二個是深度鏈接分析，TigerGraph可以支持10跳以上的深度關(guān)系查詢，這里的10跳指的是每一跳的廣度都非常廣的情況，如果說每一跳的廣度比較小的話，TigerGraph能夠支持更深的深度；

第三個是結(jié)構(gòu)復(fù)雜，TigerGraph的圖查詢語言是GSQL，它是一種圖靈完備的語言，能進(jìn)行復(fù)雜的計算，像環(huán)路的問題、多種遍歷可能的問題等，它都能夠解決；

第四個是實時更新，TigerGraph能夠做到每秒數(shù)十萬次更新，每天數(shù)十億次事務(wù)更新，這對于企業(yè)來講基本都是足夠的；

第五個是實時查詢，對于涉及數(shù)千萬實體或關(guān)系的查詢，TigerGraph能夠做到亞秒級響應(yīng)；

最后是多部門多人協(xié)作，TigerGraph是一款企業(yè)級的商用軟件，支持多圖、權(quán)限管理和加密。

為了便于大家更直觀地感受，來自我們客戶成功團(tuán)隊的高級工程師林選磊，借助TigerGraph的可視化圖分析工具GraphStudio，為我們逐步演示了圖分析在物料清單BOM的查詢應(yīng)用，歡迎觀看。

小結(jié)：

最后，我們簡單總結(jié)下今天的分享：

復(fù)雜制造業(yè)中的數(shù)據(jù)之間是高度互聯(lián)的，圖能完美的表達(dá)物理世界；

圖數(shù)據(jù)庫可以助力制造業(yè)中的物料清單查詢、供應(yīng)鏈管理和生產(chǎn)流程優(yōu)化等；

圖數(shù)據(jù)庫可以幫助企業(yè)建立知識圖譜；

TigerGraph是一款混合事務(wù)/分析處理（HTAP）的圖數(shù)據(jù)庫；

GSQL是圖靈完備，能實現(xiàn)復(fù)雜功能的圖查詢語言；

以上就是我們今天的隨身聽內(nèi)容，為了幫助大家了解圖技術(shù)在制造業(yè)中的實際應(yīng)用和價值

審核編輯 ：李倩