ポイント: Railincはビッグデータと自動化を通じて北米の鉄道ネットワークを強化し、運用効率と安全性に焦点を当てています。会社は、貨物管理を改善するためにリアルタイム追跡とプロアクティブなメンテナンスのために広範なデータを収集しています。
- プラットフォーム全体で複雑なデータワークフローを管理するためにControl-Mを活用しています。
- スケーラブルなデータ処理と分析のためにHadoopを使用しています。
1999年にアメリカ鉄道協会（AAR）のITサービスを提供するために設立されたRailincは、鉄道業界で最も革新的で信頼できるITおよび情報サービスのリソースです。現在、AARの完全子会社として、Railincはビジネスプロセスをサポートし、貨物鉄道業界が生産性を向上させ、運用効率を高め、資産への投資回収を増やすのを助けるビジネスインテリジェンスを提供しています。近年、鉄道業界の参加者はビッグデータがもたらす機会を認識しています。実行可能なデータの重要なニーズに応えるために、私たちはクラスI、短距離、地域鉄道および他のRailincの顧客と協力して、鉄道ネットワーク全体のさまざまなポイントで膨大なデータを収集し、顧客が:
- 北米の貨物鉄道ネットワーク全体での出荷を追跡する
- 鉄道車両の修理、車両賃貸、その他の鉄道運営に関する効率を達成する
- 貨物の安全な移動を確保するために機器の健康を監視する
- 鉄道車両の移動を確保するために交通をより良く管理する
Railincは現在、北米鉄道システムのリアルタイムで正確なインターレーン鉄道データの最大の単一ソースです。そのデータは顧客が効率を促進し、コストを管理し、北米鉄道ネットワークの健康を改善するのを助けています。顧客のデータニーズを満たし続けるために、私たちはビッグデータを受け入れ、以前の専用データウェアハウスをオープンソース環境に置き換え、より低コストでより大きな柔軟性を提供しています。2年前、私たちは今日扱っている膨大なデータを保存、処理、管理するためのフレームワークとしてHortonworks Hadoopへの移行を開始し、将来さらに大きなデータボリュームをサポートします。Control-Mは私たちのビッグデータ戦略の重要な部分です。Railincは11年間にわたり、複数のプラットフォームおよびアプリケーションで複雑なバッチプロセスをスケジュールおよび監視するためにControl-Mを使用しています。Control-M for Hadoopは、他のワークロードで使用するのと同じ親しみやすいインターフェースを使用して、Hadoopバッチプロセスを開発、スケジュール、監視することを可能にします。
ビッグデータが前例のない可視性をもたらす
北米の鉄道ネットワークは、鉄道が軌道の脇に配置されたインテリジェントセンサーなどの先進技術を導入するにつれて、ますますスマートになっています。これらのセンサーは位置や動きに関する情報などのデータを提供し、顧客がフリートを管理し、機器を追跡し、ETAを表示し、数百万の鉄道車両の移動を効率的に調整し、貨物の納品を時間単位でタイミングを計るのに役立ちます。同様に、他の検出器は、鉄道車両の物理的状態を監視し、鉄道や車両所有者がブレーキの不具合やフラットスポットのある車輪などの問題を検出できるようにします。これらのデータは、Railincが軽微な問題がコストのかかる修理になる前に修理をスケジュールするための事前警告を提供することを可能にします。ボリュームは驚くべきものです。私たちは、140,000マイルの軌道を移動する40,000台以上の機関車と160万台の鉄道車両からデータを収集しています。そのデータは、1,700の異なる鉄道車両所有者、560以上の地方および地域鉄道、7つのクラスI鉄道に属する機器から得られています。私たちのデータウェアハウスにはすでに異なるソースからの50テラバイトのデータが含まれており、このボリュームは今後数年でほぼ100%増加すると予想しています。Railincの業界アプリケーションは、これらのデータを活用して顧客がより効率的かつ経済的に運営できるようにします。私たちの車両賃貸アプリケーションは、鉄道機器の使用に対して課金される手数料に関する活動をサポートし、より高い機器の利用率を実現し、支払いの正確性を改善します。Clear Path™システムなどの交通管理アプリケーションは、北米で最も忙しい鉄道ゲートウェイであるシカゴターミナルを通じて列車の移動を促進します。
Control-Mがビッグデータの流れを維持するのに役立つ
業界アプリケーションをサポートするために、私たちは毎日多くのソースから膨大なデータを収集し、それをさまざまなシステムを通じて移動させて分析し、実行可能な情報に翻訳し、顧客に報告を生成および配布する必要があります。データを必要な場所に、必要なときに届けるワークフローは非常に複雑で、多くの依存関係があります。そこでControl-Mが登場します。それは、最も複雑なワークロードを作成することを簡素化します。グラフィカルインターフェースを使用して、私はジョブ間の依存関係を文字通り描くことができ、次のプロセスが開始される前にシーケンス内の前提条件プロセスが完了していることを確認できます。おそらく最も重要な利点は、ソリューションが単一の技術に縛られていないことです。ビッグデータチームがHadoopを追加したとき、Control-Mは自然なフィットで、他のプラットフォームで経験するのと同じようにHadoopジョブの可視性と制御を提供します。スケジューリングスタッフはHadoop用の特別なスケジューリングツールを学ぶ必要はありませんでした。私たちはすべてのプラットフォームでワークロードをスケジュールするために同じインターフェースを使用しており、毎晩動作する数百のジョブの完全な可視性を持っています。Control-M Batch Impact Managerは、Hadoopジョブを監視することができ、24時間365日コンソールの前に人が座っている必要がありません。もしソリューションが潜在的な遅延や失敗を検出した場合、すぐに私たちに警告します。私たちの顧客は、私たちがそのSLAを満たすことを信頼しています。たとえば、シカゴターミナルでの報告の遅延は、シカゴ地域だけでなく、北米全体の鉄道運営に影響を及ぼす可能性があります。Batch Impact Managerは、プロセスと列車が動き続けるのを維持するためのインテリジェントで積極的なアプローチを提供します。Control-Mのもう一つの利点は、マルチサイト環境をサポートしていることです。私たちのビッグデータ環境の重要性から、災害復旧の目的で第二のサイトを持つことが重要です。したがって、私たちはHadoop環境のために一次サイトと二次サイトを作成しました。しかし、私たちは第二のサイトをDR活動に限定していません。どちらのサイトでも任意のジョブを実行できる柔軟性が必要です。Control-Mは、両方のサイトと簡単に通信でき、どちらのサイトにもETLを行い、データを操作し、ビューを作成し、必要に応じてサイト間でプロセスを移動させ、最終的には両方のサイトでITサービスとデータを複製します。将来的には、このマルチサイト機能が負荷分散を助け、ビッグデータレポートの増加する需要に対応できるようにします。
結論
Hadoopへの移行は、私たちが実行するジョブの数を大幅に増加させ、Hadoopワークフローは現在、すべてのバッチプロセスの約3分の1を占めています。Control-Mがデータを必要な場所に、必要なときに届けるために行うオーケストレーションは、私たちのビッグデータの取り組みの成功にとって重要です。私たちはControl-Mなしでは仕事をすることができません。Hadoop用のControl-Mに関する詳細については、こちらをクリックしてください。
これらの投稿は私自身のものであり、必ずしもBMCの立場、戦略、または意見を代表するものではありません。