Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 4 Min.

IoT-Daten Echtzeit verarbeiten

Das aus Österreich stammende Startup Crate.io seine jüngste Neuentwicklung, die Crate Machine Data Platform, sowie eine Weiterentwicklung der Open-Source-Datenbank CrateDB 3.0 vorgestellt.
Crate.io, Entwickler der CrateDB, einer führenden Open-Source-SQL-Datenbank für die Auswertung von Maschinendaten in Echtzeit und IoT-Anwendungen, hat die kommerzielle Verfügbarkeit der Crate Machine Data Platform sowie der Version 3.0 der Open-Source-Datenbank CrateDB mitgeteilt. Die Datenbank für das Internet der Dinge (Internet of Things, IoT) und maschinelles Lernen ermöglicht Unternehmen das Treffen geeigneter Maßnahmen auf Basis von maschinendaten-getriebenen Erkenntnissen. Das Startup hat zudem eine Finanzierung in Höhe von 11 Millionen US-Dollar erhalten, die zur Weiterentwicklung der Produkte verwendet werden soll.Crate Machine Data PlatformDie Crate Machine Data Platform soll Unternehmen dabei helfen, Maschinendaten noch schneller zu nutzen, indem der sonst zeitaufwändige Aufbau der Sensorenanbindungen und der Betrieb eines Echtzeit-Datenmanagementsystems stark vereinfacht wird. Das gibt kommerziellen Betreibern von IoT-Plattformen und Unternehmen einen wichtigen Vorteil bei der Time-to-Value, indem Zeit und Kosten für den Aufbau dieser Dateninfrastruktur von Grunde auf beseitigt werden, und unterstützt sie dabei, Lösungen schneller auf den Markt zu bringen und profitabler zu betreiben. Die Plattform ist ein Cloud-Native-Stack und als gehostetes Angebot auf Microsoft Azure oder auch als On-Premise-Lösung verfügbar.Funktionen der Crate Machine Data Platform sind:
  • Datenübermittlung in Hochgeschwindigkeit – Der skalierbare Service lädt Millionen von SQL-, JSON- oder MQTT-Datenpunkte pro Minute in die Plattform, unabhängig von der Datenstruktur einschließlich selbst komplexer JSON-Objekte mit verschachtelten Objekten oder Arrays.
  • Datenanreicherung – Während Rohdaten in die Plattform strömen, wird die benutzerdefinierte Logik zur Konvertierung ausgeführt. Innerhalb von Millisekunden steht ein bereinigter, konsistenter und analytischer Datensatz bereit, der mit errechneten Werten, Summen und Views angereichert ist.
  • Datenanalyse in Echtzeit – Getrieben durch CrateDB unterstützt die Postgres-kompatible Syntax in Echtzeit Zeitreihen, Lokationen, Textsuche und benutzerdefinierte Machine-Learning-Analysen.
  • Datenvisualisierung – Grafana, Klimt oder eine beliebige andere Visualisierungssoftware können innerhalb der Plattform gehostet und skaliert werden.
  • Operationale Trigger und Alarme – Benutzerdefinierte Regeln initiieren Workflows und Alarme, die unmittelbar die betriebliche Effizienz verbessern können.
Administrationsfunktionen der Datenplattform sind:
  • Skalierung und Orchestrierung der Plattform – Die Crate Machine Data Platform basiert auf einer Cloud-nativen Microservice-Architektur, die mittels einer Kubernetes-Umgebung verwaltet und gesichert wird.
  • Data-Aging und Archivierung – Weil Daten veralten und insbesondere in Echtzeit-Systemen an Relevanz verlieren, kann die Plattform Daten automatisch in kostengünstigen Speichern archivieren. Sie können zur Durchführung neuer Analysen mit historischen Daten einfach wiederhergestellt werden.
  • Daten-Backup und -Wiederherstellung – Inkrementelle Datenbank-Backups werden automatisch archiviert.
  • Monitoring und Logging – Jeder Zugang zur Plattform wird protokolliert und kann in Echtzeit geprüft werden.
  • Datensicherheit – Eine rollenbasierte Zugangskontrolle wird durch die Plattform bereitgestellt und jeder Zugriff verschlüsselt und authentifiziert.
Jodok Schäffler, General Manager von ALPLA: „Wir betreiben in fast jeder Produktionsstraße unserer Fabriken visuelle Inspektionssysteme. Es ist praktisch unmöglich, genügend Personal auf der Produktionsfläche zu haben und auf jeden Fehler zu reagieren. Durch die Nutzung der Crate Machine Data Platform für Sammlung und Analyse der Sensordaten von allen Ausrüstungen in Echtzeit können wir die Mitarbeiter zu den ‚Hot-Spots‘ dirigieren und dadurch die Ausschussrate und Produktionseffizienz verbessern.“CrateDB 3.0 CrateDB ist eine Open-Source-SQL-Datenbank für die Echtzeit-Verarbeitung von IoT- und Maschinendaten wie Sensordaten aus der Fertigung, Logs, Nachrichten und gerätegenerierten GPS-Daten. CrateDB macht Maschinendaten-Anwendungen, die zuvor nur mit NoSQL-Lösungen möglich waren, auch für Mainstream-SQL-Entwickler verfügbar. Die Datenbank wurde dafür entwickelt, den Query-Durchsatz komplexer Datenstrukturen linear mit der Cluster-Größe zu skalieren und macht damit ihre Kapazität berechenbarer und erschwinglicher als andere Lösungen. CrateDB 3.0 bringt unter anderem folgende Verbesserungen mit sich:
  • verbesserte Sicherheitsfunktionen einschließlich Nutzerverwaltung und rollenbasierter Zugangskontrolle
  • eine bis zu 200-mal schnellere Query-Performance via Hash-Joins, HyperLogLog und anderen neuen Algorithmen
  • Unterstützung für Virtual Tables (SQL VIEWs) und Sub-Queries mit Update- und Delete-Statements
  • Sharding-Visualizer, um die Datenbankverwaltung zu vereinfachen
Die Crate Machine Data Platform sowie CrateDB 3.0 sind ab sofort verfügbar. Weitere Informationen finden Sie unter https://cratedb.com/database.
Miscellaneous

Neueste Beiträge

Enums mit Komfortfunktion - Best of NuGet, Teil 11
Enums sind in Zeiten von unbegrenztem Speicher und außerhalb des AI-Bereichs so gut wie kostenloser Rechenleistung in den Hintergrund getreten. Mit dem NuGet-Paket Enums.NET steht eine Bibliothek zur Verfügung, die dem vernachlässigten Sprachfeature verschiedenste Komfortfunktionen verleiht.
6 Minuten
16. Nov 2026
System-Thinking für Agenten - Projektanforderungen an Entwickler in Zeiten von KI, Teil 4
Der Agent schlug vor, die Geschäftslogik in den Controller zu verlagern. Technisch korrekt, architektonisch eine Katastrophe. Drei Szenarien zeigen, warum Architekturentscheidungen die Bastion bleiben, die Entwickler nicht delegieren können.
6 Minuten
19. Nov 2026
Vom Garagenprojekt zum Milliardengeschäft – der Aufstieg von Open Source
Im September 1991 wurde Linux 0.01 veröffentlicht. 35 Jahre später ist aus dem Projekt eines finnischen Studenten eine der Grundlagen der digitalen Welt geworden.
7 Minuten
18. Nov 2026

Das könnte Dich auch interessieren

Volltextsuche mit SQLite: FTS5 und Fuzzy Search - SQLite für .NET-Entwickler, Teil 4
Hochperformante Suche ohne externe Suchmaschine? Wie man mit der in SQLite eingebauten Volltextsuch-Engine FTS5 eine effiziente Suche mit Tippfehlertoleranz implementiert – und in welchen Fällen Elasticsearch doch die bessere Wahl ist.
6 Minuten
22. Apr 2026
Elektronische Schaltkreise im Browser simulieren - Simulation
Statt mit Steckfeld oder Lötkolben kann man auf dieser Website Schaltungen per Drag and Drop zusammenstellen und deren Verhalten testen.
2 Minuten
26. Jul 2018
UIs für Linux - Bedienoberflächen entwickeln mithilfe von C#, .NET und Avalonia
Es gibt viele UI-Frameworks für .NET, doch nur sehr wenige davon unterstützen Linux. Avalonia schafft als etabliertes Open-Source-Projekt Abhilfe.
16 Minuten
16. Jun 2025
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige