实时数据流和分析系统 (Windows/Linux)

通常使用 Windows 和 Linux 版 ArcGIS Enterprise 软件以及 ArcGIS GeoEvent Server 将实时数据流和分析系统模式部署到 Windows 和 Linux。

Windows 和 Linux 版 ArcGIS Enterprise 包含多个组件,涵盖数据层、服务/逻辑层和表示层,各组件协同工作以提供完整的系统功能。 Windows 和 Linux 版 ArcGIS Enterprise 在虚拟环境(运行受支持的操作系统)以及运行满足系统要求的虚拟机的云提供商上完全受支持。 Esri 还为包括 Amazon Web Services (AWS) 和 Microsoft Azure 在内的云平台提供部署工具。

ArcGIS GeoEvent Server 可在企业级 GIS 中将基于事件的实时数据流集成为数据源。 可对事件数据进行过滤、处理并将其发送到多个目的地,以与几乎所有类型的流数据建立连接,并在发生指定情况时自动提醒工作人员,上述所有操作全部实时进行。 ArcGIS GeoEvent Server 与 ArcGIS Enterprise 中 ArcGIS Server 的软件组件具有相同的操作系统要求。

相关资源:

基础架构

以下是在 Windows 或 Linux 上部署的实时数据流和分析系统的典型基础架构

此逻辑示意图不应按原样用作您的系统设计。 在设计您的系统时,应综合考虑许多重要因素和设计选项。 有关详细信息,请参阅使用系统模式主题。 此外,下图仅提供了系统的基础功能;如需提供扩展功能,则可能需要附加系统组件。

实时数据流和分析系统基础架构 (Windows/Linux)

上文所示功能反映了截至 2025 年 7 月可用的功能。

此架构的关键组件包括:

  • ArcGIS Enterprise 的基础部署,其中包括 ArcGIS Data Store、ArcGIS Server 和 Portal for ArcGIS。 此外,ArcGIS Enterprise 的 ArcGIS Web Adaptor 组件也为建议部署项,在某些情况下,该组件可能为必需项。 基础部署支持通过托管要素、矢量切片、地图切片和场景服务进行数据发布和托管。
  • 具有 ArcGIS GeoEvent Server 软件和角色的 ArcGIS Server。 ArcGIS GeoEvent Server 将为 ArcGIS Enterprise 提供实时功能。 ArcGIS GeoEvent Server 被描述为此系统的在逻辑上不同于 ArcGIS Server 的组件,ArcGIS Server 用于提供托管和实用程序服务(并完成上述基础部署)。 这是因为两者在系统中承担着两种不同的功能定位,并且通常在物理级别单独进行设计和部署。 此外,ArcGIS Enterprise 的 ArcGIS Web Adaptor 组件也为建议部署项,在某些情况下,该组件可能为必需项。 了解有关 ArcGIS GeoEvent Server 组件、服务器角色、功能和许可的详细信息。
  • ArcGIS Data Store 的两个部署对于 Windows 或 Linux 上的实时数据流和分析系统通用。 其中一个 ArcGIS Data Store 部署用于处理发布到 ArcGIS Enterprise 基础部署的托管要素和场景服务的关系存储和切片存储。 另一个 ArcGIS Data Store 部署将用作时空大数据存储,由此提供大量观测数据的增强存储。 两种数据存储均提供 ArcGIS 托管数据存储。
  • ArcGIS Online 是 Esri 的 SaaS 基础架构,通常用于为此系统提供底图(例如,影像底图)、参考数据(例如,地点)以及其他位置服务(例如,地理编码和搜索)。 或者,组织可以托管并管理自己的位置服务,而非使用 Esri 的 SaaS 系统。 有关详细信息,请参阅位置服务系统模式
  • ArcGIS GeoEvent Server 包含一个综合网站,用于管理实时数据流和分析系统,以及设计和运行实时分析。 该网站名为 ArcGIS GeoEvent Manager。 ArcGIS GeoEvent Server 公开了工具和 API,并且通常供各种应用程序和系统使用。 了解有关实时数据流和分析系统中使用的应用程序的详细信息。

此架构中包含以下关键交互:

  1. 客户端应用程序通过 HTTPS(通常通过无状态 REST API)与企业级数据服务以及位置服务进行通信。
  2. ArcGIS Server 保持与 ArcGIS Data Store 部署的持久 TCP 连接,由此为关系数据和切片数据提供托管存储。
  3. ArcGIS Server 与 ArcGIS Data Store 部署进行通信,由此使用 HTTP 和 TCP 提供时空大数据存储。
  4. ArcGIS GeoEvent Server 通过输入连接器从实时流式源中提取数据。 ArcGIS GeoEvent Server 适用于各种 ArcGIS、web 和消息传递、云以及数据提供商源。 了解有关 ArcGIS GeoEvent Server 中输入连接器的详细信息。
  5. 建议用于监控和优化 GIS 系统组件的 ArcGIS Monitor 通过各种机制与各种 ArcGIS 和 IT(例如 DBMS)组件进行通信。 有关详细信息,请参阅 ArcGIS Monitor 文档
  6. 对 ArcGIS Online 托管和管理的位置服务(例如,底图)的引用通常需在 ArcGIS Enterprise 中注册后方可使用。 安装 ArcGIS Enterprise 时会自动引用某些服务,但是可以手动或自动在这两个系统之间执行内容和服务的其他共享。 有关详细信息,请参阅配置 ArcGIS Online 实用程序服务配置 ArcGIS Living Atlas 内容分布式协作
注:

对于 11.4 版本之前的 ArcGIS Enterprise 部署,可能需要使用 ArcGIS License Manager 来配置和管理 ArcGIS Pro 许可。 有关详细信息,请参阅 ArcGIS License Manager 文档

有关 ArcGIS Enterprise 组件之间交互的其他信息,请参阅 ArcGIS Enterprise on Windows 和 Linux 产品文档,其中包括 ArcGIS Enterprise on Windows 和 Linux 部署中使用的端口的逻辑示意图。 可以在 ArcGIS GeoEvent Server 产品文档中找到其他部署注意事项。

功能

以下介绍了 Windows 和 Linux 上的实时数据流和分析系统的功能。 有关详细信息,请参阅功能概览:不同部署模式的功能支持比较

以下未列出在实时数据流和分析系统中使用,但通常由其他系统提供的功能,例如底图、地理编码和位置服务系统提供的其他位置服务。 了解有关相关系统模式的详细信息。

基础功能

基础功能表示由自助服务制图、分析和共享系统提供的最常见功能,这些功能由以上介绍的基础架构实现。

  • 源获取可将系统连接到实时观测数据的外部源,例如物联网 (IoT)、消息代理和第三方 API。 这些外部源称为源,可将其配置为实时流和分析系统的输入。 ArcGIS GeoEvent Server 支持多个输入连接器,其中包括 ArcGIS、云、Web、消息传递和数据提供商源。 了解有关 ArcGIS GeoEvent Server 中输入连接器的详细信息。
  • 借助数据获取,可将数据加载到系统中以进行批处理分析和处理。 ArcGIS GeoEvent Server 中数据获取的主要用途是将实时数据存储在时空大数据存储中。 历史、存储的观测数据的批处理分析和处理通常由大数据分析系统执行,这被视为超出此系统模式的范围。 了解有关 ArcGIS Enterprise 中的大数据分析系统模式以及时空大数据存储的详细信息。
  • 借助空间连接和关系,可基于空间关系来组合来自两个源或数据集的行。 可以应用各种空间关系,其中包括相交、擦除、联合、标识和对称差异。 空间连接和关系可用于空间过滤器和处理器,其中包括但不限于事件连接器处理器相交器处理器。 了解有关 ArcGIS GeoEvent Server 中的过滤器处理器的详细信息。
  • 模式分析用于标识数据中的空间和时间模式。 通常通过对大数据进行批处理分析或处理来执行模式分析,这被视为超出实时数据流和分析系统模式的范围。 但是,ArcGIS GeoEvent Server 确实通过过滤器以及一些处理器(如事件检测器处理器)提供一些有限的模式分析功能。 了解有关 ArcGIS GeoEvent Server 中的过滤器处理器以及大数据分析系统模式的详细信息。
  • 邻近分析用于确定空间数据与其他空间数据的接近程度。 用于执行邻近分析的处理器包括但不限于缓冲区创建器处理器扇形视域计算器处理器。 了解有关 ArcGIS GeoEvent Server 中的过滤器处理器的详细信息。
  • 追踪分析适用于与移动对象相关的启用时间的点。 通常通过对大数据进行批处理分析或处理来执行追踪分析,这被视为超出实时数据流和分析系统模式的范围。 但是,ArcGIS GeoEvent Server 确实通过处理器(如追踪间距检测器处理器)提供一些有限的追踪分析功能。 了解有关 ArcGIS GeoEvent Server 中的过滤器处理器以及大数据分析系统模式的详细信息。
  • 地理围栏分析是实时空间分析的一种形式,其中系统将使用感兴趣区域(通常是面区域)对要素(通常是追踪点)进行评估。 最常见的是对基于点的观测值进行分析,以确定这些值是否已进入或退出了虚拟周界。 ArcGIS GeoEvent Server 支持多个处理器中的地理围栏,以及通过空间过滤器进行地理围栏分析。
  • 数据管理支持对实时源和大数据中的几何和其他字段进行操作。 用于执行数据管理的处理器包括但不限于字段计算器处理器字段映射器处理器。 了解有关 ArcGIS GeoEvent Server 中的过滤器处理器的详细信息。
  • 分析结果的映射和可视化是提供上下文并帮助揭示数据中的模式、趋势和关系的有效步骤。 可视化和映射类似于使用非空间数据绘制图表;分析师能够利用可视化和映射来验证自己的分析、迭代并创建可共享且引人入胜的结果。
  • 数据发布和托管为提取到系统中的数据或者从实时源中持久化的数据提供数据即服务的安全存储、管理和访问。 通常使用关系存储或时空大数据存储在系统中托管数据。 数据集通常发布为要素和地图服务,供用户和应用程序访问。
  • 源发布和托管将提供要发布到系统并由系统托管的新源。 系统托管的源通常发布为流服务,供用户和应用程序访问。
  • 发送和存储消息是实时流和分析的输出,用于将处理后的源数据(消息)发送或存储到外部系统,其中包括消息代理、对象存储以及诸如电子邮件和 SMS 等其他消息传递系统。 了解有关 ArcGIS GeoEvent Server 中的输出连接器的详细信息。

扩展功能

添加扩展功能通常是为了满足特定需求或者支持行业特定的数据模型和解决方案,并且可能需要附加软件组件或架构注意事项。

注意事项

以下注意事项将 ArcGIS 优化架构框架的支柱应用于 Windows 和 Linux 上的实时数据流和分析系统模式。 此处提供的信息并不详尽,而是强调了设计和实施这种特定的系统和部署模式组合的关键注意事项。 了解有关 ArcGIS 优化架构框架的架构支柱的详细信息。

可靠性

可靠性可确保您的系统提供业务以及客户和利益相关者所需的相应级别服务。 有关详细信息,请参阅可靠性支柱概览

  • 较低级别可用性十分常见。 可以实现高可用性 SLA,尽管通过源传入的数据的实时性使得高可用性架构比大多数其他系统模式更加复杂。
  • ArcGIS GeoEvent Server 具有与可靠性相关的独特特征和注意事项。 了解有关 ArcGIS GeoEvent Server 的可扩展性、可靠性和弹性策略以及其他部署注意事项的详细信息。
  • 此系统和部署模式本身并不能确保消息的传递。 当处理关键性质的消息时,需要特别注意,以防止意外删除消息。

安全性

安全性可保护您的系统和信息。 有关详细信息,请参阅安全性支柱概览

  • 当设计和运行分析以及管理实时数据流和分析系统时,需要身份验证授权。 保护诸如 ArcGIS 要素和流图层等输出也很常见,对其进行访问时需要身份验证和授权。
    • 用户访问权限和数据协作由基于角色的访问控制以及现代授权和身份验证模型(包括 OAuth、SAML 和多因子身份验证)进行管理。

有关可以实施以改善 ArcGIS Enterprise 部署安全状况的策略和相关联设置的信息,请参阅 ArcGIS Enterprise 强化指南

性能和可扩展性

性能和可扩展性旨在优化用户对系统的整体体验,并确保系统能够扩展以满足不断变化的工作负载需求。 有关详细信息,请参阅性能和可扩展性支柱概览

  • 需要较高性能的 SLA 很常见。
  • ArcGIS GeoEvent Server 具有与性能和可扩展性相关的独特特性和注意事项。 了解有关系统架构计算机资源分配可扩展性、可靠性和弹性策略以及 ArcGIS GeoEvent Server 的其他部署注意事项的详细信息。
  • 影响性能和可扩展性的因素包括:
    • 消息大小和速度
    • 实时分析的复杂性
    • 地理围栏的数量
    • 输出带宽(其中包括存储)
  • Windows/Linux 上实时数据流和分析系统的可扩展性具有特殊的注意事项。
    • 需要考虑规划峰值容量需求。
    • 垂直扩展通常比水平扩展更易实施且应用更普遍。
    • 状态分析增加了水平扩展的复杂性。
    • 自动扩展在此系统模式中并不常见。
    • 可扩展性存在实际限制。

自动化

自动化旨在减少在手动部署和运营任务上花费的精力,从而提高运营效率并减少人为引入的系统异常。 有关详细信息,请参阅自动化支柱概览

集成

集成可将此系统与其他系统连接起来,以实现企业级服务交付与组织效能提升。 有关详细信息,请参阅集成支柱概览

  • 与其他系统集成可以采取实时源以及大数据接入实时数据流和分析系统的形式。 实时数据流和分析系统的输出通常也集成到组织企业内的其他系统中,因此也可能支持系统管理员未知或不可用的业务操作。

可观测性

可观测性提供了对系统的可见性,由此确保操作人员和其他技术角色能够使系统以健康、稳定的状态运行。 有关详细信息,请参阅可观测性支柱概览

  • 实时数据通常具有高速移动特性,因此需要考虑一些独特的可观测性注意事项。 当输入源的速度和/或稳定性不一致时,尤其如此。
  • 向整个组织(可能还有其他组织)提供实时服务可能会导致系统设计人员或运营商无法预料的使用模式和增长。 监控可帮助人们决定何时需要进行扩展和升级,由此实现在满足 SLA 需求的同时保障业务继续正常运营。
  • 可以通过多种方式(包括服务器日志服务器统计数据)来观测 ArcGIS Enterprise on Windows/Linux 组件,其中包括 ArcGIS GeoEvent Server。 监控系统可用性、性能和使用情况对于此系统模式最为关键。 除了监控 ArcGIS Enterprise 软件之外,还必须监控所有支持组件和基础设施,例如 Windows 或 Linux 操作系统、数据库和其他数据存储,以及计算、网络、安全和其他基础设施。 了解有关监控系统运行状况和可靠性的详细信息。
  • 当使用 SAML 和/或 OpenID Connect 登录账户时,可以通过配置的身份提供者对用户登录账户和账户更改进行其他观测。

其他

在 Windows 和 Linux 上设计并实现实时数据流和分析系统的其他注意事项包括:

  • 成功的运营需要深入理解 GIS 和 IT 概念以及技术。
  • 当实施此系统模式时,应充分考虑数据治理以及与 IT 策略和角色的一致性。

相关资源:

Top