Présentation
L'entreprise exploite plusieurs usines de production qui s'appuient sur l'ingestion de données en temps réel pour piloter leurs décisions de production. Son système existant utilisait des triggers SQL Server pour capturer les événements de base de données et les relayer en aval, mais cette approche provoquait une forte surcharge CPU sur les serveurs de bases de données de production et menaçait la stabilité opérationnelle.
Défi
Le système d'ingestion fondé sur des triggers SQL provoquait une contention CPU critique sur les bases de production, au détriment de la livraison des données en temps réel. Les opérations industrielles exigent des flux de données à faible latence : des retards de plus de quelques minutes peuvent déclencher des alarmes en atelier, voire des arrêts obligatoires. Le middleware de workers existant était difficile à maintenir et aucun fournisseur n'en assumait la responsabilité.
Environnement
Cluster Kubernetes Rancher on-premise, bases de données SQL Server, SCADA Ignition, plusieurs systèmes d'exécution de la production (MES) répartis sur six usines, avec un calendrier de déploiement en production s'étendant jusqu'en 2027.
Approche
AceMQ a mené une mission de conseil par phases, en commençant par trois semaines de découverte et d'évaluation de l'architecture. L'équipe a évalué plusieurs outils de messagerie, dont RabbitMQ, MQTT et Kafka, puis a conçu et réalisé une preuve de concept démontrant un modèle de shadow table pour l'extraction de données non bloquante, qui supprime la contention sur la base tout en maintenant la livraison en temps réel.
Solution
- Conception d'un modèle de shadow table permettant d'extraire les données de SQL Server sans blocage et sans affecter les performances de la base de production
- Réalisation d'une démonstration de flux de données d'Ignition vers RabbitMQ pour valider la publication d'événements en temps réel
- Évaluation et recommandation d'outils de messagerie (MQTT, Kafka, RabbitMQ) selon les cas d'usage de l'atelier
- Élaboration d'un plan directeur d'architecture pour l'ingestion de données événementielle sur les six usines
- Mise en place d'une stratégie de support et de maintenance assumée par un fournisseur responsable dans la durée
Résultat obtenu
La preuve de concept a confirmé que la nouvelle architecture supprime la contention CPU sur les bases de données tout en maintenant une livraison des données en moins d'une minute. Le déploiement progressif sur les six usines suit son calendrier pour 2026–2027, AceMQ assurant un accompagnement continu en architecture et en mise en œuvre.