Blog

Die neueste Entwicklung im Bereich der Datenintegration sorgt für Aufsehen: Cogent DataHub™ präsentiert eine vollständig offene API-Suite, die Entwicklern den direkten Anschluss ihrer maßgeschneiderten Anwendungen an die DataHub-Software ermöglicht.

Zentrale Funktionen und Vorteile

Die DataHub APIs bieten eine einfache, aber leistungsstarke Möglichkeit, um Daten nahtlos zu lesen und zu schreiben. Dank eines übersichtlichen Befehlsatzes können Anwender sowohl Metadaten als auch operative Daten effizient verwalten. Insbesondere hebt sich die DataHub API für Python hervor, da sie eine Echtzeit-Verbindung über TCP ermöglicht und auf GitHub mit ausführlichen Beispielen sowie einer detaillierten README-Datei verfügbar ist. Diese API ergänzt die weiteren Implementierungen für C++, Java und .NET, sodass Programmierer in ihrer bevorzugten Sprache arbeiten können.

Features

Verbindung zum Cogent DataHub: Stellt eine Echtzeitverbindung zum Cogent DataHub her.
Echtzeit-Datenvisualisierung: Zeigt, wie man Datenpunkte in Echtzeit ausliest und mit Matplotlib grafisch darstellt.
PID-Regler: Zeigt, wie man kontinuierlich Datenpunkte an den DataHub überträgt, indem ein simulierten PID-Regler erstellt wird.

Komponenten

DataHubConnection.py
Stellt Klassen und Methoden bereit, um TCP-Verbindungen zum DataHub herzustellen und zu verwalten.

lispparse.py
Enthält Hilfsfunktionen zum Parsen und Verarbeiten der LISP-ähnlichen Syntax, die von DataHub-Befehlen verwendet wird.

PID.py
Zeigt, wie man kontinuierlich Datenpunkte an den DataHub überträgt, indem mehrere PID-Regler erstellt werden.

TrendChart.py
Ein Echtzeit-Datenvisualisierungstool auf Basis von Matplotlib, das Daten aus dem DataHub ausliest.

Ein nahtloses Ökosystem

Die Architektur des DataHub erlaubt es, dass jede angekoppelte Anwendung – egal welches Protokoll verwendet wird – miteinander kommunizieren kann. Dies stellt sicher, dass in komplexen IT-Landschaften ein konsistenter und zentralisierter Datenaustausch möglich ist. Die APIs sind somit ein zentrales Werkzeug im DataHub-Ökosystem, das nicht nur die Erfassung und Verwaltung von Metadaten erleichtert, sondern auch automatisierte Datenprozesse in ETL- oder CI/CD-Pipelines unterstützt.

Installation

Stellen Sie sicher, dass Python 3 oder höher installiert ist. Sie können das Repository über pip über die Kommandozeile installieren:

pip install CogentDataHubAPI

Beispiele
1. Stellen Sie sicher, dass Ihre DataHub-Instanz läuft und Verbindungen akzeptiert, für dieses Beispiel auf Port 4502. Falls Sie den DataHub installieren müssen, finden Sie ihn auf Anfrage hier.

2. Navigieren Sie in den heruntergeladenen CogentDataHubAPI-Ordner. Dort befinden sich zwei Beispieldateien: PID.py und TrendChart.py.

3. Führen Sie PID.py mittels Bash aus:

python PID.py

4. Navigieren Sie im DataHub zum Data Browser. Sie werden sehen, dass eine DataPid-Domäne erstellt wurde, zusammen mit 8 Beispiel-PID-Reglern. Dies simuliert 8 aktive PID-Regler, die Live-Daten über die Python DataHub-Verbindung übertragen.

5. Während der PID-Simulator weiterläuft, öffnen Sie ein neues Kommandozeilenfenster. Navigieren Sie erneut in den DataHubPythonAPI-Ordner und führen Sie diesmal TrendChart.py mittels Bash aus:

python TrendChart.py

6. Ein TrendChart sollte erscheinen, das die Live-Daten des ersten simulierten PID-Reglers (über PID.py) grafisch darstellt. Die Datenpunkte können zwischen dem Data Browser im DataHub und dem TrendChart verglichen werden – Sie sehen, wie sich die Punkte in Echtzeit aktualisieren, dank der Python API.

Dokumentation

Bitte beachten Sie den folgenden Link zur Dokumentation für einen detaillierten Einblick in die DataHub-Verbindung, den PID-Regler und das TrendChart. Dokumentation

Fazit

Mit den Cogent DataHub™ APIs eröffnet sich ein neues Kapitel im Datenmanagement. Unternehmen profitieren von einem zentralen, einheitlichen Datenkatalog, der eine reibungslose Integration und den automatisierten Austausch von Informationen ermöglicht. Probieren Sie es jetzt aus und entdecken Sie die Vorteile einer modernen, offenen API-Infrastruktur!

Für weitere Informationen und detaillierte Anleitungen steht die Online-Dokumentation zur Verfügung.