菠菜大平台客户提供油田服务.
客户需要模拟地球数据并预测所需的地形参数, 是什么帮助他们预测地球的土壤.
地球数据被用来作为输入，从可用的数据样本中理解模式并得到预测, 它可以用来探测地球的状况，然后再钻进去.
菠菜大平台的角色具有挑战性，因为该团队需要模拟给定的输入数据并分析土壤条件. 在深入成熟油田以预测准确的地质条件之前，必须做好这项工作. 菠菜大平台帮助客户对土壤进行预测，这有助于优化他们的钻井性能. 团队接受了这个挑战，并使用谷歌Maps API交付, D3图表, DevOps和大数据分析.
菠菜大平台的经验丰富的技术开发人员是客户主要的R&D团队使用Java/JEE中的各种开源技术构建了一个有效的解决方案. 这提供了数据联合(以支持E&P业务流程)，并通过REST公开符合OData规范的数据，供各种客户机以一致的方式使用. 最终，巨大的参数数据被串联起来, 通过统一的平台处理并提供给最终用户.
该平台帮助客户极大地简化了能源公司的数据访问，大量信息存储在众多的数据竖井中.
这个平台
- 为应用程序访问多个数据源提供了一种简单的方法, 为更好的决策启用跨域工作流.
- 通过比较来自不同来源的数据进行有效的解释以降低风险.
- 专为E设计&P, 考虑到纸箱, 单元和井眼计算的准确性在空间数据(井位, 地震勘探, 等.).
- 减少了由于频繁的重新格式化和不同数据源之间的数据导入/导出而导致的工作流效率低下.
- 通过扩展现有应用程序以处理更多的数据源，使决策更快更好.
- 减少了由于跨数据源的数据重复而产生的数据质量问题.
- 最小化了多个数据源之间的数据关联所产生的并发症.g.，相同的地质数据分布在不同的数据源中.
客户非常满意，因为他们能够通过菠菜大平台团队构建的平台实现他们的业务目标.
该团队使用Java企业版构建了这个平台，最终通过遵循Microsoft OData V3规范的RESTful Web服务，以各种格式(如JSON (Verbose))公开不同的异构数据集 & JSON Lite)和ATOM. 该平台使用了一些利基技术和开源项目，如JBoss Teiid -数据库虚拟化引擎, EclipseLink -动态JPA, OData4j -遵循OData V3规范的REST实现.
菠菜大平台团队也能够向客户提出许多具有成本效益的建议. 例如, 使用AWS和Vagrant来复制staging环境，并使用开源工具和库来进行分析.
使用的工具和技术
- DevOps:流浪汉,AWS
- 测试自动化框架:Selenium
- 缩放:Mod集群，Mod_Jk，使用ZooKeeper评估ActiveMQ集群
- 机器学习:Weka
- 大数据:Hadoop.0 Hbase风暴
