Einer der häufigsten Gründe für die Verwendung von wiederkehrenden Big-Data-Analysen ist die echtzeitnahe Verarbeitung. Sie können beispielsweise eine Big-Data-Analyse so konfigurieren, dass sie alle paar Minuten oder Stunden ausgeführt wird und dass nur die zuletzt in einen Feature-Layer geschriebenen und gespeicherten Features verarbeitet werden.
Ein weiteres Beispiel ist eine Echtzeitanalyse, die so konfiguriert wurde, dass sie Daten aus einem Feed empfängt, mit dem alle 10 Sekunden die Position eines Fahrzeugs erfasst wird. Mit dieser Echtzeitanalyse werden Ereignisdaten in die Ausgabe Feature-Layer (neu) geschrieben. Zudem wird ein Datumsfeld (z. B. process_timestamp) mithilfe des Werkzeugs Feld berechnen mit der Zeit, zu der ein Ereignis verarbeitet wurde, mithilfe der Arcade Date()-Funktion berechnet.
Hinweis:
Es hat sich bewährt, das Werkzeug Feld berechnen in einer Echtzeitanalyse zu verwenden, um das Datum und die Uhrzeit der Verarbeitung in den Feature-Layer zu schreiben, der im Rahmen der Big-Data-Analyse für die echtzeitnahe Analyse benötigt wird. Einige von Feeds verwendete Datenquellen weisen bei der Bereitstellung von Daten oder beim Abfragen eine ihnen eigene Verzögerung auf, die dazu führen kann, dass Features bei Abfragen mit Zeitstempelfeld verpasst werden.
Zur Ergänzung dieser Echtzeitanalyse kann eine geplante wiederkehrende Big-Data-Analyse konfiguriert werden, bei der die Ausgabe der Echtzeitanalyse als Datenquelle verwendet wird. Bei dieser wiederkehrenden Big-Data-Analyse wird eine Feature-Layer-Quelle konfiguriert, um die durch die Echtzeitanalyse erstellte Feature-Layer-Ausgabe zu erfassen. Beim Konfigurieren einer Feature-Layer-Quelle kann im Schritt Zeitstempelfeld ein Datumsfeld im Parameter Datumsfeld für neueste Features ausgewählt werden. Wählen Sie das vom Werkzeug "Feld berechnen" in der Echtzeitanalyse erstellte Datums- und Uhrzeitfeld aus. In diesem Beispiel lautet der Feldname process_timestamp.
Die Feature-Layer-Quelle verwendet den Zeitstempelwert, um bei jeder Ausführung nur die neuesten Features aus dem Feature-Layer abzurufen. Wenn für den Parameter Datumsfeld für neueste Features ein Feld ausgewählt wird, werden beim ersten Mal, wenn ArcGIS Velocity den Feature-Layer abfragt, alle Features abgefragt, die den Kriterien der WHERE-Klausel entsprechen und deren Zeit im Zeitstempelfeld vor der ersten geplanten Ausführungszeit liegt. Bei jeder nachfolgenden Ausführung werden Features geladen, die den Kriterien der WHERE-Klausel entsprechen und deren Zeitstempel-Wert zwischen der letzten geplanten Ausführungszeit und der aktuellen geplanten Ausführungszeit liegt.
Die Big-Data-Analyse wird so konfiguriert, dass sie zum gewünschten Wiederholungsintervall, beispielsweise alle 5 Minuten, durchgeführt wird. Mithilfe eines Zeitstempelfeldes werden, wie oben beschrieben, nur die neuesten noch nicht verarbeiteten Features im Rahmen der Big-Data-Analyse während nachfolgender Ausführungen analysiert.