Empresa de Infraestructuras

Extrae información estratégica en tiempo real

DETALLES DEL PROYECTO

Año: 2021
Cliente: Referente en Infraestructuras.
Categoría: Digital Data
Sector: Industria

TECNOLOGÍA EMPLEADA

DESCRIPCIÓN

Empresa Española referente en infraestructuras públicas y privadas de transporte, medioambiente, energía, salud, industria, y en la prestación de servicios de facility management. Ofrecen soluciones integrales para mejorar la eficiencia, funcionalidad y sostenibilidad de infraestructuras y ciudades.

El proyecto Databricks 4Urban surge por la necesidad de simplificar y trasladar la complejidad del desarrollo anteriormente implementado que se creó para la ejecución del cálculo de datos IoT provenientes de las tareas de recogida de basura y limpieza viaria que ofrece el cliente. Los camiones y máquinas de limpieza cuentan con dispositivos inteligentes de localización y sensores que van enviando señales continuamente, indicando el recorrido que realizan, el sensor activado y los puntos de servicio. Toda esa información se recoge en un Hub de Datos y luego se procesa a través de algoritmos de inteligencia artificial para conocer en tiempo real el comportamiento de los camiones y máquinas limpiadoras.

Gracias a este proceso, la empresa obtiene métricas en tiempo real que permiten rentabilizar el servicio que le ofrecen a los Ayuntamientos, ya que el tiempo de recorrido y la recogida de basura son elementos que afectan a la facturación del servicio.

Necesidad de Negocio

Tener visibilidad en tiempo real del recorrido de sus camiones y maquinaria

Disponibilizar los datos en una plataforma flexible y modular, sin problemas de escalabilidad y rendimiento

Ganar agilidad en los procedimientos y procesos de Big Data. Antes la BBDD se ralentizaba e incluso se bloqueaba porque los mensajes iban directamente de los sensores de los camiones a la BBDD. Los cálculos se realizaban mediante procedimientos almacenados, lo que producía estos bloqueos a los que hacemos referencia

Tecnología empleada

Eventhub, es el canal por el que llega la información de los sensores

Azure Databricks: Consumimos los mensajes del Eventhub y los volcamos a Data Lake. Realizamos los cálculos y los volcamos en una BBDD y en delta lake

Azure Data Lake: Repositorio donde se almacenan los datos en bruto y los cálculos realizados

Azure SQL Database: Se vuelcan los datos y Ferrovial Servicios España puede ver los mapas, el detalle de los servicios, etc.

Azure Active Directory: gestión de la seguridad

Beneficios obtenidos

Gracias a Databricks ha mejorado el rendimiento de la BBDD

Ahora cuentan con una solución que les permite realizar procedimientos y procesos con los datos sin que se bloquee la BBDD

Han ganado escalabilidad y flexibilidad

La BBDD permitirá acceder a ella para consultas de los datos (antes no se tenía esta posibilidad)

Programar los algoritmos en un framework como Spark y usar un lenguaje de alto nivel como Python ha hecho que los algoritmos sean más simples y fáciles de mantener