Megoldás az ellátási lánc nyomon követhetőségéhez a Gremlinhez készült Azure Cosmos DB használatával

A KÖVETKEZŐKRE VONATKOZIK: Gremlin

Ez a cikk áttekintést nyújt az Infosys által implementált nyomon követhetőségi gráf megoldásról. Ez a megoldás a Gremlinhez készült Azure Cosmos DB-t és más Azure-képességeket használja a globális ellátási láncokban lévő késztermékek nyomon követésére.

Ebben a cikkben a következőket fogja elsajátítani:

• Mi a nyomon követhetőség egy ellátási lánc kontextusában?
• Az Azure képességein keresztül nyújtott globális nyomonkövethetőségi megoldás architektúrája.
• Hogyan segít az Azure Cosmos DB gráfadatbázis a nyersanyagok és a késztermékek közötti bonyolult kapcsolatok nyomon követésében egy globális ellátási láncban.
• Hogyan segítik az Azure integrációs platform szolgáltatásai, például az Azure API Management és az Event Hubs az ellátási láncok különböző alkalmazás-ökoszisztémáinak integrálását.
• Hogyan kérhet segítséget az Infosystől, hogy ezt a megoldást a nyomon követhetőségi igényekhez használja.

Áttekintés

Az élelmiszer-ellátási láncban a nyomon követhetőség egy termék nyomon követése és nyomon követése az ellátási láncban a termék életciklusa során. Az ellátási lánc magában foglalja a szállítást, a gyártást és az elosztást. A nyomon követhetőség létfontosságú az élelmiszerbiztonság, a márka és a szabályozási expozíció szempontjából.

Korábban néhány szervezet nem tudta hatékonyan nyomon követni és nyomon követni a termékeket az ellátási láncokban. Az eredmények közé tartoznak a drága visszahívások, a bírságok és a fogyasztói egészségügyi problémák.

A nyomon követhetőségi megoldásoknak az adatharmonizáció és az adatbetöltés különböző földrajzi helyekkel és veracitásokkal kapcsolatos igényeit kellett kielégítenie. A leltározási ciklust is követniük kellett. Ezek a célkitűzések a hagyományos platformokon nem voltak lehetségesek.

Megoldásarchitektúra

Az ellátási lánc nyomon követhetősége általában mintázatokat oszt meg a raklapmozgások betöltésében, a minőségi incidensek átadásában, valamint az adattáradatok nyomon követésében/elemzésében. Az Infosys egy végpontok közötti nyomon követhetőségi megoldást fejlesztett ki, amely Azure-alkalmazásszolgáltatásokat, integrációs szolgáltatásokat és adatbázis-szolgáltatásokat használ. A megoldás az alábbi képességeket biztosítja:

• Streamelési adatok fogadása gyárakból, raktárakból és terjesztési központokból a különböző földrajzi helyeken.
• Párhuzamos készletmozgási események betöltése és feldolgozása.
• Egy tudásgráf megtekintése, amely elemzi a nyersanyagok, a gyártási kötegek, a késztermékek raklapjai, a raklapok többszintű szülő-gyermek kapcsolatait (copack/repack) és az áruk mozgását.
• Hozzáférés a felhasználói portálhoz helyettesítő karaktereket és adott kulcsszavakat tartalmazó keresési funkcióval.
• Azonosítsa a minőségi incidensek hatásait, például az érintett nyersanyagokat, kötegeket, raklapokat és raklapok helyét.
• Több piacon zajló események előzményeinek rögzítése, beleértve a termékvisszahívási információkat is.

Az Infosys nyomonkövethetőségi megoldása támogatja a natív felhőbeli, api-first és adatvezérelt képességeket. Az alábbi ábra a megoldás architektúráját szemlélteti:

Az architektúra a következő Azure-szolgáltatásokat használja a speciális feladatok elvégzéséhez:

• Az Azure Cosmos DB lehetővé teszi a teljesítmény rugalmas fel- vagy leskálázását. A Gremlin API használatával összetett kapcsolatokat hozhat létre és kérdezhet le a nyersanyagok, a késztermékek és a raktárak között.
• Az Azure API Management API-kat biztosít a külső logisztikai (3PL) szolgáltatóknak és raktárkezelő rendszereknek (WMS- ) történő készletáthelyezési eseményekhez.
• Azure Event Hubs lehetővé teszi, hogy a 3PL-szolgáltatóktól és a WMS-ektől nagy számú egyidejű eseményt gyűjtsön további feldolgozás céljából.
• Azure Functions (függvényalkalmazásokon keresztül) feldolgozza az Azure Cosmos DB eseményeit és betölti az adatokat a Gremlin API használatával.
• Az Azure Search lehetővé teszi az összetett kereséseket és a raklapadatok szűrését.
• Az Azure Databricks beolvassa a változáscsatornát, és modelleket hoz létre az Azure Synapse Analyticsben a power BI-felhasználók önkiszolgáló jelentéskészítéséhez.
• Azure App Service és Web Apps funkciója lehetővé teszi a felhasználói portál telepítését.
• Az Azure Storage a hosszú távú szabályozási igényeknek megfelelően tárolja az archivált adatokat.

Gráfadatbázis és adattervezése

Az áruk előállításához és elosztásához összetett és dinamikus kapcsolatokra van szükség. Az adaptív adatmodell egy nyomon követhetőségi gráf formájában lehetővé teszi a kapcsolatok tárolását az ellátási lánc minden lépése során. Íme egy magas szintű vizualizáció a folyamatról:

Az előző diagram egy összetett folyamat egyszerűsített nézete. A gyárakból és raktárakból származó készletmozgási információk valós időben történő lekérése azonban lehetővé teszi egy olyan részletes gráf létrehozását, amely összekapcsolja ezeket a különálló információkat:

1. A nyomon követhetőség folyamata akkor kezdődik, amikor a szállító nyersanyagokat küld a gyáraknak. A megoldás létrehozza a gráf és a kapcsolatok (élek) kezdeti csomópontját (csúcsait).

2. A késztermékeket nyersanyagokból állítják elő, és raklapokba csomagolják.

3. A raklapok a vevői megrendelések szerint kerülnek a gyárakba vagy a piac raktárakba. A raktárak a vállalat vagy a 3PL-szolgáltatók tulajdonában lehetnek.

4. A raklapokat különböző raktárakba szállítjuk a vevői megrendeléseknek megfelelően. Az ügyfelek igényeitől függően gyermek raklapok vagy gyermek raklapok jönnek létre a megrendelt mennyiségnek megfelelően.

   Néha egy teljesen új elem több elem keverésével készül. Például egy fajtacsomagot előállító copack forgatókönyvben előfordulhat, hogy ugyanazt az elemet kisebb vagy nagyobb mennyiségre csomagolja újra egy másik raklapon egy ügyfélrendelés részeként.

   

5. A raklapok áthaladnak az ellátási lánc hálózatán, és végül elérik az ügyfélraktárt. A folyamat során a raklapok tovább bonthatók vagy kombinálhatók más raklapokkal, hogy új raklapokat állítsunk elő az ügyfélrendelések teljesítéséhez.

6. A rendszer végül létrehoz egy összetett gráfot, amely kapcsolati információkat tárol a minőségi incidenskezeléshez.

   

   Ezek a bonyolult kapcsolatok létfontosságúak egy olyan minőségi incidensben, ahol a rendszer nyomon tudja követni és nyomon tudja követni a raklapokat az ellátási láncban. Ehhez a gráf és a bejárásai biztosítják a szükséges információkat. Ha például egy nyersanyaggal kapcsolatos probléma merül fel, a gráf megjelenítheti az érintett raklapokat és az aktuális helyet.

Következő lépések

• További információ az Azure-hoz készült Infosys Integrálás+ szolgáltatásról.
• A gráfadatok megjelenítéséhez tekintse meg a Gremlin-vizualizációs megoldások API-ját.
• A gráfadatok modellezéséhez tekintse meg a Gremlin modellezési megoldásainak API-ját.