NeuronEX 3.2.0 发布:增强数据采集、分析计算和管理功能

本文涉及的产品
可观测监控 Prometheus 版,每月50GB免费额度
任务调度 XXL-JOB 版免费试用,400 元额度,开发版规格
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: 工业边缘网关软件 NeuronEX 3.2.0 版本现已正式发布,本次发布带来了一系列的增强功能和新特性,旨在为用户提供更多数据采集、分析计算以及管理的能力。

工业边缘网关软件 NeuronEX 3.2.0 版本现已正式发布!本次发布带来了一系列的增强功能和新特性,旨在为用户提供更多数据采集、分析计算以及管理的能力。

最新版本下载:https://www.emqx.com/zh/try?product=neuronex

数据采集驱动更新

新增南向驱动

驱动功能增强

  • 驱动功能持续增强:扩展了 OPC UA、Siemens S7、 Inovance Modbus TCP 以及 Focas 等驱动的数据类型支持,持续优化驱动读写性能。
  • 南向驱动节点导入/导出: 新增南向驱动节点导入导出功能,支持一次性导入导出多个南向驱动配置以及点位数据,简化配置管理流程。
  • 南向驱动复制功能: 通过南向驱动复制功能,可快速创建同类型的驱动节点。
  • 简化南向驱动创建流程: 针对南向驱动创建流程进行了优化,使体验更加顺畅。
  • 优化驱动数据统计页面:提供更详细的驱动状态信息,方便驱动运维管理。

驱动数据统计页面

数据处理更新

  • 外部算法服务集成: NeuronEX 现在支持调用外部算法服务,将各类数据源数据发送到外部服务,返回计算结果并输出到 Sink 中。(该功能详细使用请参考文档:算法集成 | NeuronEX 文档

    创建外部服务

    创建外部服务


    规则中使用外部服务

    规则中使用外部服务
  • 规则调试增强:规则调试功能,可实时查看到经过 SQL 处理后的规则输出结果,可快速对 SQL 语法、内置函数以及数据模板等内容进行测试。在新版本中我们对规则调试功能做了加强,调整了界面样式,更加易用。

  • Kafka Sink: 新增 Kafka Sink ,支持与 Kafka 直接集成,实现高效的数据流处理。

    Kafka Sink

用户界面优化

同时,我们对 NeuronEX 3.2.0 进行了用户界面的重新设计与优化,旨在进一步提升用户使用体验。通过调整界面布局、优化色彩搭配以及改进交互元素,我们使界面变得更加直观、易于操作。此外,我们还对页面的排版和组件进行了调整,以确保信息的呈现更加清晰。这一系列的界面改进将为用户带来更流畅、直观的操作体验,使其能够更轻松、更高效地完成各项任务,并更好地掌控对工业数据的采集、处理分析和管理过程。

其他改进

  • 单点登录(SSO)支持: 增加了单点登录(SSO)支持,简化用户身份验证和访问管理。系统配置 | NeuronEX 文档
  • 代理连接到 ECP 平台: NeuronEX 现支持代理连接到 ECP 平台,支持在复杂网络情况下,实现与 ECP 的无缝集成。

我们相信这些增强功能和新特性将进一步提升 NeuronEX 的用户体验,助力轻松管理和分析工业数据。了解并体验 NeuronEX 3.2.0,请访问网站并下载最新版本 (免费下载 NeuronEX)。

目录
相关文章
|
机器学习/深度学习 人工智能 算法
展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命?
2023年是人工智能发展的重要转折年,企业正在从业务数字化迈向业务智能化。大模型的突破和生成式人工智能的兴起为企业实现产品和流程的革新提供了先进工具,引领产业迈入智能创新的新阶段。在这个新时代,企业不再仅关注如何增强智能化能力,而更加注重如何利用人工智能实现产品和流程的革新。
2874 0
|
存储 人工智能 算法
秒懂算法 | 矩阵连乘问题
给定n个矩阵{A1,A2,A3,…,An},其中Ai与Ai+1(i=1,2,3,…,n-1)是可乘的。用加括号的方法表示矩阵连乘的次序,不同加括号的方法所对应的计算次序是不同的。
1209 0
秒懂算法 | 矩阵连乘问题
|
9月前
|
机器学习/深度学习 编解码 自然语言处理
王炸组合,阶跃星辰SOTA模型Step-Video和Step-Audio模型开源
2025 年 2 月 18 号,阶跃星辰宣布开源了两款 Step 系列多模态模型——Step-Video-T2V 视频生成模型和 Step-Audio 语音交互模型。
682 0
|
11月前
|
存储 关系型数据库 BI
实时计算UniFlow:Flink+Paimon构建流批一体实时湖仓
实时计算架构中,传统湖仓架构在数据流量管控和应用场景支持上表现良好,但在实际运营中常忽略细节,导致新问题。为解决这些问题,提出了流批一体的实时计算湖仓架构——UniFlow。该架构通过统一的流批计算引擎、存储格式(如Paimon)和Flink CDC工具,简化开发流程,降低成本,并确保数据一致性和实时性。UniFlow还引入了Flink Materialized Table,实现了声明式ETL,优化了调度和执行模式,使用户能灵活调整新鲜度与成本。最终,UniFlow不仅提高了开发和运维效率,还提供了更实时的数据支持,满足业务决策需求。
|
网络协议 网络虚拟化 数据中心
|
传感器 API 网络架构
EdgeX Foundry试运行
EdgeX Foundry试运行
183 4
|
传感器 存储 监控
物联网设备
【5月更文挑战第16天】物联网设备
459 5
|
网络协议 算法 数据库
|
JSON Java 测试技术
一篇文章讲明白JGit学习
一篇文章讲明白JGit学习
623 0