適用対象: 
Gremlin
この記事では、Infosysによって実装されるトレーサビリティグラフソリューションの概要を説明します。 このソリューションでは、グローバル サプライ チェーンの完成した商品に対する追跡とトレース機能を提供するために、Azure Cosmos DB for Gremlin とその他の Azure 機能が使用されています。
この記事では、次の内容について説明します。
- サプライチェーンのコンテキストにおける追跡可能性とは何か。
- Azure機能を使用して提供される、グローバルなトレーサビリティソリューションのアーキテクチャ。
- Azure Cosmos DBグラフデータベースが、グローバルサプライチェーンにおいて原材料と完成品の間の複雑なリレーションシップの追跡をどのように支援しているか。
- Azure API ManagementやEvent HubsなどのAzure統合プラットフォームサービスが、サプライチェーンのさまざまなアプリケーションエコシステムを統合するのにどのように役立つか。
- 追跡可能性に関するニーズを満たすために、Infosysのこのソリューションを利用することで、どのようにメリットが得られるか。
概要
食品サプライチェーンでは、追跡可能性として、商品のライフサイクル全体にわたり、サプライチェーン全体で商品を"追跡およびトレース"できることが求められます。 そのサプライ チェーンには、供給、製造、配送が含まれます。 追跡可能性は、さまざまな規制にさらされる中で、食べ物の安全性やブランドを守っていくのに必要不可欠です。
これまで、一部の組織では、サプライチェーンで商品を効果的に追跡およびトレースできませんでした。 結果的には、高価なリコール、罰金、消費者の健康問題などが起こりました。
追跡可能性ソリューションでは、さまざまな速度と正確性でデータの調和とデータインジェストのニーズに対処する必要がありました。 また、在庫サイクルに従う必要がありました。 これらの目標は、従来のプラットフォームでは不可能でした。
ソリューションのアーキテクチャ
サプライ チェーンの追跡可能性では、通常、パレット移動の取り込み、品質インシデントの処理、店舗データのトレース/分析におけるパターンが共有されます。 Infosysは、Azureアプリケーションサービス、統合サービス、およびデータベースサービスを使用するエンドツーエンドの追跡可能性ソリューションを開発しました。 このソリューションには、次の機能が用意されています。
- 複数の地域の工場、倉庫、配布センターからストリーミングデータを受信します。
- 並行在庫移動イベントを取り込み、処理します。
- 原材料、生産バッチ、完成品のパレット、パレットの複数レベルの親子関係(copack/repack)、および商品の移動の関係を分析するナレッジ グラフを表示します。
- ワイルドカードと特定のキーワードを含む検索機能を備えたユーザー ポータルへのアクセス。
- 影響を受ける原材料、バッチ、パレット、パレットの場所など、品質インシデントの影響を特定します。
- 製品のリコール情報など、複数の市場でイベントの履歴を取得する。
Infosysの追跡可能性ソリューションは、クラウドネイティブ、API優先、データドリブンの機能をサポートします。 以下の図に、このソリューションのアーキテクチャを示します。
このアーキテクチャでは、次のAzureサービスを使用して、特殊なタスクに役立ちます。
- Azure Cosmos DBでは、パフォーマンスを柔軟にスケールアップまたはスケールダウンできます。 Gremlin 用 API を使用すると、原材料、完成品、倉庫間の複雑なリレーションシップを構築し、クエリを実行することができます。
- Azure API Managementは、サードパーティロジスティクス(3PL)プロバイダーと倉庫管理システム(WMS)に対する在庫移動イベントのためのAPIを提供します。
- Azure Event Hubsでは、さらに処理を行うために3PLプロバイダーとWMSから多数の同時イベントを収集することができます。
- Azure Functions (関数アプリを使用) では、Gremlin 用 API を使用してイベントを処理し、Azure Cosmos DB のデータを取り込みます。
- Azure Searchを使用すると、複雑な検索とパレット情報のフィルター処理が可能になります。
- Azure Databricksでは、変更フィードを読み取り、Azure Synapse Analyticsでモデルを作成して、Power BIを利用しているユーザーのためにセルフサービスレポートを作成します。
- Azure App ServiceとそのWeb Apps機能により、ユーザーポータルのデプロイが可能になります。
- Azure Storageには、長期間データを保管することが義務付けられる規制に対応するため、アーカイブ済みのデータが格納されます。
Graphデータベースとそのデータ設計
商品の生産と配送では、複雑で動的な一連のリレーションシップを維持する必要があります。 追跡可能グラフの形式のアダプティブデータモデルを使用すると、サプライチェーン内のすべての手順を通じてこれらのリレーションシップを格納できます。 プロセスの高レベルの視覚化を次に示します。
上の図は、複雑なプロセスの簡略化されたビューです。 ただし、これらの多種多様な情報すべてを接続する複雑なグラフを作成するには、工場および倉庫からの在庫移動情報をリアルタイムで取得する必要があります。
追跡可能プロセスは、サプライヤーが原材料を工場に送ると開始します。 このソリューションでは、グラフとリレーションシップ(エッジ)の初期ノード(頂点)が作成されます。
原材料から完成品が製造され、パレットに積み込まれます。
顧客の注文に従って、パレットが工場の倉庫または市場の倉庫に移動されます。 倉庫は、会社または3PLプロバイダーが所有している可能性があります。
顧客の注文に従って、他のさまざまな倉庫にパレットが発送されます。 顧客のニーズに応じて、注文数量に合わせて子パレットまたは孫パレットが作成されます。
場合によっては、複数のアイテムを混在させることによって、まったく新しいアイテムが作成されます。 たとえば、さまざまなパックを生成するパッキングシナリオでは、顧客注文の一部として、より少ない、またはより多い数量に変更するため、同じアイテムを異なるパレットにパックし直すことがあります。
パレットはサプライチェーンネットワークを介して、最終的に顧客の倉庫に到達します。 その過程で、パレットをさらに分割したり、他のパレットと結合して、顧客の注文を満たす新しいパレットを作成したりすることができます。
最終的には、品質インシデント管理のリレーションシップ情報を保持する複雑なグラフをシステムが作成します。
これらの複雑なリレーションシップは、システムがサプライ チェーン全体のパレットを追跡およびトレースできる品質インシデントに必要不可欠です。 グラフとそのトラバーサルによって、これに必要な情報が提供されます。 たとえば、ある原材料に問題がある場合、グラフには影響を受けたパレットと現在の場所が表示されます。
次のステップ
- Infosys Integrate+ for Azureについて説明します。
- グラフ データを視覚化するには、Gremlin 用 API 可視化ソリューションに関する記事を参照してください。
- グラフ データをモデル化するには、Gremlin 用 API モデリング ソリューションに関する記事を参照してください。