在工业4.0、智能制造等战略带动下 物联网、5G、云计算以及人工智能等新一代信息技术正在加速与传统工业融合。越来越多企业依托物联网将人、机、物连接起来并进行数据采集。同时 借助5G、云计算和人工智能等技术进行数据的传输、汇聚、计算和分析 工业智能场景的落地导致数据量的急剧增长 也正在推动的企业转型升级带来巨大挑战。

过去30年 企业利用CAX、PLM、ERP、OA等信息化软件解决了产品研发和运营管理过程中的诸多需求 以及利用MES、APS部分地解决了生产管理过程中的需求 如生产资源管理和调度 但若再想进一步深入到工业现场 对机器和设备进行管理控制 则显得无能为力。

当物联网、5G、人工智能等新一代信息技术的逐渐成熟并融入到传统工业生产 信息化时代未解决的问题正在逐一被突破。企业利用物联网对工业现场的人、机、物进行连接 并利用边缘计算平台对关键设备数据进行采集、汇聚和分析 实现与上层业务系统数据对接 以及通过云边协同实现数据共享互动 形成一个涵盖研发、运营、生产到销售的完整工业链闭环 而这也成为数字化和智能化实现的基础。

从信息化到智能化 笔者总结了两点变化：一是对象从“人”到“物”的转换 二是场景从“办公区”到“生产区的转移。信息化解决了“人”的行为管理问题。而智能化则解决了“物”的运行控制问题。以往用一台电脑就能解决的问题 现在必须加上工业系统和自动化设备 而IT与OT在标准体系架构的不同 使得两者融合变得复杂和困难。

当业务边界向下延伸时 也带来了更大问题 即企业获取的数据不如以往规整 非结构化数据越来越多 生成频度更高 很多数据需要及时获取和分析。更麻烦的是 工业过程产生的数据远超以往。

IDC预计 到2025年 设备实时数据量将是2017年的200倍 达到惊人的49ZB 而随着工业智能化的发展 其中非结构化数据的占比将越来越高。对企业而言 每时每刻产生的工业数据正在存储管理和数据库带来的巨大压力 已经成企业智能化转型必须优先解决的问题。

传统数据库已无法胜任

十年前 当笔者还在做程序员时 每当来了新需求 首先需要做的就是评估用什么开发语言和数据库？那时候用的最多的是Oracle、MySQL和SQLServer 这些关系型数据库能面向用户提供功能交互服务 适用于数据生成频度低 以SQL索引表存储的结构化数据。

而当我们迈入智能化时代 面向越来越多的工业场景APP开发需求 是否还能使用传统关系型数据库？答案显然不行。原因主要有三点：

第一 数据结构不一样。信息化时代 一部电脑打天下 所有软件产品都是构建在通用操作系统和标准化硬件架构之上 只有符合X86+Windows平台标准 软件应用才能运行 所产生的数据都是结构化数据。然而 在工业场景中不存在统一的操作系统和体系标准 异构的工业系统和设备会产生许多不同形态的数据 大多是非结构化的 传统关系型数据库根本无法支撑。

第二 工业领域大多是实时性较高的业务场景 传统信息化系统运行过程允许宕机 但工业场景不允许。特别在流程行业 生成过程是连续性的 而数据采集也是时序数据 任何中断都可能产生巨大的安全风险。随着接入设备越来越多 企业需要采集和处理实时、时序数据量越来越大 这需要能管理海量设备实时专业数据库 传统关系型数据库无法做到这一点。

第三 在工业智能化的推进进程中 需要对海量工业数据进行管理、存储和分析 将大量不同类型的工业数据进行聚合归类是实现智能化分析的基础前提。传统关系型数据库对数据的聚合性分析性能较差。对时序数据的压缩比较低 且需要占用大量的机器资源。

目前 领先的工业数据库企业不仅拥有专业的压缩算法 还充分考虑海量数据实时分析的聚合性能。国内麦杰科技推出的openPlant数据库就拥有专门的实时数据压缩算法 比传统关系型数据库降低90% 通过对写入、存储、查询等流程进行了优化 实时数据库性能可达传统数据性能的1000倍以上。责任编辑：YYX