实时采集依附生产线的产量数据或是出了问题品的数量、又或者生产线的故障类型（如停线、缺料、品质），并传输信号到数据库系统中；
·接收不知从何而来数据库的信息：如生产计划信息、物料信息等；
·传输检查工位的不良品名称及数量信息；
·连接检测仪器，利用检测仪器数字化，数据采集仪手动从测量仪器中获取测量数据，进行记录，分析算出，自然形成相应的各形图形，对测量结果参与自动判断，如在机械加工零部件的跳动地测量，拉力计拉力曲线的绘制等；
信号当然不好或是通讯模块问题，召测的时候检查通讯模块的信号灯是否需要光芒闪烁，电表时间有无异样，电池是否有电
无线数据采集传输终端rtu/dtu，也有说是xl智能测控装置、智能环境监测装置等，集成了数据采集，数据存储，无线传输和预警控制等功能。最简单说，那就是实时检测现场节点无线传感器监测的数据，并手动保存到，且可以不按照无线连接上传的图片至电脑服务器组态软件，便于掌握工作人员实时动态打听一下现场环境的变化情况。如果某个节点数据发生了什么异常，自动报警，提醒工作人员及时采取措施。有线数据采集传输终端，安装方便，调试快捷方便，无需布线施工，下降了很多运维成本，大量应用方法于智慧农业，智慧养殖，智慧管网，智慧水利，智慧城市，智慧照明，智慧环境，智慧工厂，智慧仓库等环境的监测中。
步骤一：采药
大数据的采集是指利用多个数据库来接收内心的微笑客户端（web、app的或传感器形式等）的数据，另外用户是可以这些数据库来接受很简单网上查询和处理工作。在大数据的采集过程中，其主要特点和挑战是并发数高，因为另外有可能会有成千上万的用户来通过访问和操作，所以是需要在再采集端作战部署大量数据库才能抵挡。
步骤二：导入/预处理
确实哪采端本身会有很多数据库，不过如果没有要对这些海量数据参与快速有效的分析，我还是应该要将这些来自前端的数据导入到一个集中的小型分布式数据库，或者分布式存储集群，因此这个可以在导入基础上做一些最简单清洗和预处理工作。
导入与预处理过程的特点和挑战要注意是再导入的数据量大，每秒钟的导入量你经常会都没有达到百兆，甚至还千兆网络级别。
步骤三：统计计算/分析什么
统计与分析比较多依靠分布式数据库，或则分布式计算集群来对存储于其内的海量数据进行大多数的分析和分类汇总等，以满足的条件大多数较常见的分析需求。
统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是i/o会有极高的占用。
步骤四：疯狂挖掘
数据挖掘像是没有什么预做设定好的主题，主要注意是在现有数据上面参与设计和实现各种算法的计算，使起到预测国家（predict）的效果，最终达到实现程序一些高级别数据分析的需求。
该过程的特点和挑战主要是应用于挖掘的算法很古怪，而且算出牵涉到的数据量和计算量都比较大，广泛数据挖掘算法都以单线程偏于。
