数据存储和处理1. 数据处理框架层面，具有分布式大数据处理架构，满足海量数据的批处理和流处理计算需求；2. 生产实时数据采用高性能数据库存储，数据统一构建在分布式文件系统下，支持节点扩展，具备实时每秒百万点数据加载。同时支持批量文件，数据库历史数据每秒百万条数据加载；3. 数据库具备亚秒级即时查询响应。支持千个并发查询，支持SQL查询语言，支持多时间粒度聚合查询，支持Restful API;4. 平台应支持结构化，非结构化和半结构化数据的采集能力，支持实时，准实时及批处理的采集能力。在数据采集过程中，进行数据清洗与标准化工作。在数据组合，格式化，清洗和处理数据上，有标准化的工具；5. 具备企业服务总线的基本功能，可以将OT（设备，资源，流程）和IT系统（SAP，OA等）进行融合，外部应用可以通过Restful API接口访问IT和OA的各种资源和服务。
数据存储和处理1. 数据处理框架层面，具有分布式大数据处理架构，满足海量数据的批处理和流处理计算需求；2. 生产实时数据采用高性能数据库存储，数据统一构建在分布式文件系统下，支持节点扩展，具备实时每秒百万点数据加载。同时支持批量文件，数据库历史数据每秒百万条数据加载；3. 数据库具备亚秒级即时查询响应。支持千个并发查询，支持SQL查询语言，支持多时间粒度聚合查询，支持Restful API;4. 平台应支持结构化，非结构化和半结构化数据的采集能力，支持实时，准实时及批处理的采集能力。在数据采集过程中，进行数据清洗与标准化工作。在数据组合，格式化，清洗和处理数据上，有标准化的工具；5. 具备企业服务总线的基本功能，可以将OT（设备，资源，流程）和IT系统（SAP，OA等）进行融合，外部应用可以通过Restful API接口访问IT和OA的各种资源和服务。