DigitalKMPS
Представяме EWS v1.0 - разпределена система за ранно предупреждение с ИИ за наблюдение на критична инфраструктура
EWS - Система за ранно предупреждение v1.0
Високопроизводителна разпределена платформа, обработваща 100 000 заявки в минута с отговор под милисекунда
Облачно-ориентирана архитектура
Внедряване с Docker, Kubernetes или ArgoCD GitOps с автоматично скалиране и самовъзстановяване
Изграждаме конкурентни, скалируеми разпределени системи — и ги управляваме в реални условия.
Ние сме инженерна компания от двама души с проста цел: системи, които остават коректни и остават достъпни под натоварване. Заедно сме натрупали над 35 години опит в разработката на софтуер — разпределени бекенд системи, периферни устройства, облачна инфраструктура и трудната интеграционна работа между тях.
Повечето платформи се провалят на едни и същи места: не могат да скалират над няколко хиляди едновременни клиенти, губят данни при отпадане на възел и сигналите пристигат твърде късно, за да се реагира. Ние проектираме за обратното — хоризонтално скалиране, персистентност без загуба на данни и отговор под минута, заложени в архитектурата от самото начало, а не добавени впоследствие.
EWS е мястото, където всичко това се събира.
EWS — Система за ранно предупреждение
Разпределено наблюдение с изкуствен интелект за откриване на горски пожари и наводнения в реално време.
EWS съчетава периферни станции със слънчево захранване с хоризонтално скалируем облачен бекенд. Всяка станция разполага с изображения в три спектъра (видим, близък инфрачервен за нощно виждане и термален FLIR), чип за ИИ инференция на самото устройство, радарен сензор за водно ниво на 80 GHz и пълен набор сензори за околната среда — работещи автономно на място.
Облачната платформа приема телеметрия с минутна резолюция, обработва изображенията чрез модели за откриване и изпраща сигнали за под 60 секунди, с архитектура, способна да обслужва хиляди едновременни станции и над 100 000 заявки в минута.
EWS се внедрява като пилотен проект в България, насочен към регионите Пловдив, София и Бургас, и е изграден около приоритетите на ЕС за адаптация към климата и гражданска защита.
130 000 заявки в минута — на два скромни локални сървъра, без облак.
Платформата EWS поддържа над 130 000 заявки за четене всяка минута (с пикове близо до 167 000) в умишлено утежнен тест, който неутрализира кеша — така че реалната производителност е по-висока.
Тестът се изпълни на компактен двувъзлов Kubernetes кластер: Dell PowerEdge T420 (16 ядра / 32 нишки, 80 GB RAM) и втори работен възел (12 vCPU, 55 GB RAM), работещи в тандем — скромно, енергийно ефективно локално оборудване, а не облак. През целия тест системата задържа медианно време за отговор под 100 ms, нула грешки в бекенда и 100 % коректност на данните от край до край — доказателство, че добре проектиран дизайн с event sourcing постига сериозен мащаб на достъпно оборудване, удобно над проектната цел от 100 000 заявки в минута.
Възел 1 — Dell PowerEdge T420
2× Xeon E5-2450L · 16 ядра / 32 нишки · 80 GB RAM
Възел 2 — работен възел
12 vCPU · 55 GB RAM
Общо: 28 ядра · 135 GB · без облак, оборудване от около 2012 г.
Издание EWS v1.0
Четири основни модула, които задвижват следващото поколение наблюдение на околната среда
EWS Cluster
Разпределено управление на метеорологични станции чрез Apache Pekko Cluster Sharding с event sourcing.
Обслужва над 1000 метеорологични станции с автоматично превключване при отказ, възстановяване на данни и тривъзлов Cassandra кластер за пълна одитна следа.
EWS HTTP API
Безсъстоятелен REST API с време за отговор под милисекунда при 100 000 заявки в минута.
Многослойно кеширане с Redis кластер, анализи с ClickHouse, защита с circuit breaker и 10–20 автоматично скалиращи се инстанции.
EWS Image Service
Високопроизводителна услуга за качване, обработваща 12 000 изображения на час от метеорологичните станции.
S3-съвместимо съхранение с четиривъзлов MinIO кластер с erasure coding и автоматична политика за 7-дневно запазване.
EWS Alert Agent
Система за уведомления с изкуствен интелект за сигнали за пожар и наводнение, използваща над 100 езикови модела.
Генерира разбираеми за човека съобщения чрез OpenRouter (GPT, Claude, Llama), с доставка по имейл и разпределено премахване на дублиранията.
Как работи
Периферия
Самостоятелните станции съчетават камери в три спектъра с ИИ на самото устройство (YOLO инференция върху NPU на NXP i.MX 8M Plus), така че възможен пожар или наводнение се отбелязва локално, преди каквито и да е данни да напуснат обекта. Слънчевото захранване и двете батерии осигуряват над 11 дни автономност.
Облак
Разпределен актьорски бекенд (Apache Pekko cluster sharding + event sourcing) обработва всяка станция като независима, възстановима единица. Cassandra съхранява журнала със събития, ClickHouse захранва анализите в реално време, Redis кешира горещите данни — всичко върху Kubernetes.
Сигнал
Откритията се превръщат в сигнали на естествен език за екипите за първа реакция, доставени по имейл и чрез push, с видео на живо по заявка на оператора за визуално потвърждение.
EWS Cluster Разпределена обработка
Разпределено управление на метеорологични станции:
Шардиране на кластера: Apache Pekko разпределя обработката между множество възли, обслужвайки милиони сензорни отчитания дневно с автоматично балансиране на натоварването и независимо скалиране за оптимална производителност.
Event Sourcing (събитийни дневници): Пълна одитна следа с Apache Cassandra (RF=3) гарантира надеждност на данните, устойчивост на откази и възможности за исторически анализ. Състоянието на актьорите се съхранява и възстановява надеждно дори след сривове на системата.
Висока достъпност: Тривъзлов Cassandra кластер с автоматично превключване при отказ гарантира нулева загуба на данни и непрекъсната работа на всички нива.
Скалируемост: Обслужва над 1000 метеорологични станции чрез шардирани единици, разпределяйки обработката между възлите на кластера за оптимално използване на ресурсите.
CQRS модел: Разделените пътища за четене и запис оптимизират производителността, с Pekko Projections за поточно предаване на събития и предварително агрегирани материализирани изгледи.
EWS HTTP API Анализи в реално време
Високопроизводителен REST API с анализи в реално време:
Производителност: Безсъстоятелен REST API с пропускателна способност 100 000 заявки в минута и време за отговор под милисекунда за аналитични заявки в реално време.
Многослойно кеширане: Кеш слоевете L0 (локален, в паметта) и L1 (12-възлов Redis кластер) осигуряват светкавично бърз достъп до данните и намалено натоварване на базата данни.
Аналитичен двигател: Тривъзлов репликиран ClickHouse кластер захранва анализите в реално време с предварително агрегирани материализирани изгледи за часова, дневна и станционна статистика.
Автоматично скалиране: От 10 до 20 API инстанции се скалират динамично според натоварването, със защита чрез circuit breaker и ограничаване на заявките за плавна деградация при пикове в трафика.
Откриване на пожар и наводнение: Откриване на сигнали в реално време с поточно предаване на събития чрез Pekko Projections, което позволява незабавна реакция при екологични опасности.
EWS Image Service Обектно съхранение
Високопроизводителна обработка и съхранение на изображения:
Пропускателна способност: Обработка на 12 000 изображения на час от метеорологичните станции с високопроизводителна услуга за качване, проектирана за непрекъснато приемане на IoT данни.
S3-съвместимо съхранение: Четиривъзлов MinIO кластер с erasure coding осигурява S3-съвместимо обектно съхранение с надеждност от корпоративен клас и дълготрайност на данните.
Автоматично запазване: 7-дневната политика за запазване автоматично управлява жизнения цикъл на съхранението, осигурявайки оптимално използване на ресурсите при запазен достъп до скорошните данни.
Устойчивост на откази: Разпределената архитектура за съхранение с erasure coding преживява отказ на няколко възела без загуба на данни, осигурявайки непрекъсната работа.
IoT интеграция: Безпроблемна интеграция за качване от камерите на метеорологичните станции, подпомагаща откриването на пожари и наводнения чрез визуално наблюдение и компютърно зрение.
EWS Alert Agent ИИ интеграция
Генериране на сигнали и уведомления с изкуствен интелект:
ИИ модели: Интеграцията с OpenRouter осигурява достъп до над 100 езикови модела, включително GPT, Claude и Llama, за интелигентно генериране на съобщения за сигнали.
Разбираеми сигнали: ИИ генерира ясни и действени предупреждения за пожар и наводнение, съобразени както с екипите за спешна реакция, така и с уведомяването на обществеността.
Доставка по имейл: Интеграцията със SendGrid осигурява надеждна доставка на уведомленията до заинтересованите страни и персонала по управление на извънредни ситуации.
Разпределено премахване на дублирания: Премахването на дублирания в целия кластер предотвратява претоварването със сигнали, като гарантира, че всяко уникално събитие генерира само едно уведомление.
Наблюдение: Събирането на метрики с Prometheus и таблата в Grafana осигуряват пълна видимост върху генерирането на сигнали, нивата на доставка и състоянието на системата.
Инженеринг
В какво сме добри и какво отразява всеки ред от EWS.
Конкурентност по дизайн
Архитектура по актьорски модел, при която всяка единица управлява собственото си състояние, така че добавянето на станции добавя капацитет, а не конкуренция за ресурси.
Хоризонтална скалируемост
Шардиране на кластера и безсъстоятелни услуги, които се скалират между възлите без преработка.
Устойчивост на откази
Преживява отказ на няколко възела без загуба на данни чрез репликация, circuit breakers и плавна деградация.
Реално време в голям мащаб
Откриване под минута и високопроизводителни анализи при непрекъснато натоварване.
От периферията до облака
От вграден Linux и интеграция на сензори до Kubernetes, CI/CD и сигурност от клас SIEM.
Изградено върху зряла основа от отворен код (Apache Pekko, Cassandra, ClickHouse, Redis, Kubernetes), със защита в дълбочина — OAuth2/OIDC, JWT, достъп, базиран на роли, високодостъпна защитна стена и SIEM.
Контакти
Интересувате се от пилотен проект, партньорство или технологията зад EWS? Свържете се с нас.
startup@digitalkmps.eu · Пловдив, България
Свържете се с нас