Neo4j 通过跟踪设备维护保障陆军运行
美国陆军是美国武装力量中规模最大的部门，也是美国最重要的政府机构之一。陆军拥有超过 100 万名现役、国民警卫队和后备役士兵以及大约 200,000 名文职人员，还部署了数量惊人的装备——包括轻武器、步枪和机枪、坦克、卡车和装甲车，以及数千艘舰船、直升机和飞机。
挑战
美国陆军规模的装备水平需要大量的维护和支持，因此每年需要采购数百万个备件。由于设备的维护、运营和支持成本（取决于项目和项目寿命）占总生命周期成本的 80%，因此可以理解跟踪这些成本非常重要。
跟踪零件订单并将其与订购零件的系统、组件和子组件建立联系，这对陆军来说是一项重大的后勤挑战。陆军领导者需要能够快速查询这些关联数据，以
- 预测更换零件的需求
- 计算平均故障间隔时间
- 执行多维成本比较和趋势分析
- 为陆军的预算要求流程提供信息
- 回答诸如将特定部队及其支持设备部署到新的战区的成本等重要的“假设”问题
随着可用数据量的增加以及许多历史数据源的变化，陆军老化的基于大型机的系统上的数据管理水平变得越来越困难。显而易见，一个更灵活的系统将提供更高的性能，并能够添加新的维度以获得更多洞察力和更丰富的分析。
解决方案
陆军认识到需要对其核心跟踪系统进行现代化改造。Neo4j 处理的信息规模非常庞大，包括一个 3TB 的数据库，**包含超过 52 亿个节点和 141 亿个关系**。美国陆军与 CALIBRE（一家员工所有制管理咨询和 IT 解决方案公司，为国防、联邦和商业客户提供持久解决方案）合作，现在将 Neo4j 作为其解决方案的主要部分，以提高对系统拥有总成本的可见性。
成果
借助 Neo4j，美国陆军现在可以快速存储、探索和可视化这些丰富的后勤数据。与他们之前的系统相比，差异是明显的。
“通常，加载数据需要 60 个工时，以便陆军了解‘我们需要更换 X、Y 或 Z 零件’或提供成本估算和分析，”亨德里克森说。“现在减少到 7 到 8 个小时。”
组件有时一次订购数百万个。使用 Neo4j，陆军可以预测备件的需求并在多个时间段内分配，而不是一次一个季度。
“结果是更好的订购和预算，”亨德里克森说。“陆军获得了更完整的总成本估算，但它也是更可预测的总拥有成本 (TCO)。”
甚至维护数据库基础设施也曾经需要 9 个人；现在使用 Neo4j，只需要 2 名员工就能完成相同的工作量。
Neo4j 还使 CALIBRE 和陆军能够使用 Ruby、Python 和 Qlik 等现代语言和工具来可视化、访问和查询数据。
“如果分析师有一个问题，他们会立即得到答案，而不必在真正提出问题之前先想出如何构建问题，”亨德里克森说。
过去，新的假设场景也意味着数据必须重新加载和重新计算；现在，查询和分析可以在同一天完成。“Neo4j 使分析师能够节省大量时间，”亨德里克森继续说道。“现在所有内容都在图中，我们能够看到以前被忽略的更详细的数据。我们现在拥有原始数据，以及更详细的分析。答案是即时的。因此，零件交付更准确，订单周转时间也更快。”
他总结道，还有一个更重要的益处：“如果你的车辆不会在行动中发生故障，就能挽救生命。”
新增！观看视频
下载案例研究