Architecture
This project presents a comprehensive architecture for managing data acquisition (DAQ) processes, including real-time spill monitoring and transformation using Python and C++. It leverages Celery and RabbitMQ for task management and parallel processing. Data flows through various stages: input handling, transformation via multiple mappers, in-memory caching, and output generation. The framework allows merging and reduction of data, enabling efficient histogram processing and visualization. The modular design supports scalability and adaptability for diverse DAQ setups.
Télécharger la présentation 
Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.
F I N
