在工業(yè)4.0、智能制造等戰(zhàn)略帶動(dòng)下，物聯(lián)網(wǎng)、5G、云計(jì)算以及人工智能等新一代信息技術(shù)正在加速與傳統(tǒng)工業(yè)融合。越來(lái)越多企業(yè)依托物聯(lián)網(wǎng)將人、機(jī)、物連接起來(lái)并進(jìn)行數(shù)據(jù)采集。同時(shí)，借助5G、云計(jì)算和人工智能等技術(shù)進(jìn)行數(shù)據(jù)的傳輸、匯聚、計(jì)算和分析，工業(yè)智能場(chǎng)景的落地導(dǎo)致數(shù)據(jù)量的急劇增長(zhǎng)，也正在推動(dòng)的企業(yè)轉(zhuǎn)型升級(jí)帶來(lái)巨大挑戰(zhàn)。

　　過(guò)去30年，企業(yè)利用CAX、PLM、ERP、OA等信息化軟件解決了產(chǎn)品研發(fā)和運(yùn)營(yíng)管理過(guò)程中的諸多需求，以及利用MES、APS部分地解決了生產(chǎn)管理過(guò)程中的需求，如生產(chǎn)資源管理和調(diào)度，但若再想進(jìn)一步深入到工業(yè)現(xiàn)場(chǎng)，對(duì)機(jī)器和設(shè)備進(jìn)行管理控制，則顯得無(wú)能為力。

　　當(dāng)物聯(lián)網(wǎng)、5G、人工智能等新一代信息技術(shù)的逐漸成熟并融入到傳統(tǒng)工業(yè)生產(chǎn)，信息化時(shí)代未解決的問(wèn)題正在逐一被突破。企業(yè)利用物聯(lián)網(wǎng)對(duì)工業(yè)現(xiàn)場(chǎng)的人、機(jī)、物進(jìn)行連接，并利用邊緣計(jì)算平臺(tái)對(duì)關(guān)鍵設(shè)備數(shù)據(jù)進(jìn)行采集、匯聚和分析，實(shí)現(xiàn)與上層業(yè)務(wù)系統(tǒng)數(shù)據(jù)對(duì)接，以及通過(guò)云邊協(xié)同實(shí)現(xiàn)數(shù)據(jù)共享互動(dòng)，形成一個(gè)涵蓋研發(fā)、運(yùn)營(yíng)、生產(chǎn)到銷(xiāo)售的完整工業(yè)鏈閉環(huán)，而這也成為數(shù)字化和智能化實(shí)現(xiàn)的基礎(chǔ)。

　　從信息化到智能化，筆者總結(jié)了兩點(diǎn)變化：一是對(duì)象從“人”到“物”的轉(zhuǎn)換，二是場(chǎng)景從“辦公區(qū)”到“生產(chǎn)區(qū)的轉(zhuǎn)移。信息化解決了“人”的行為管理問(wèn)題。而智能化則解決了“物”的運(yùn)行控制問(wèn)題。以往用一臺(tái)電腦就能解決的問(wèn)題，現(xiàn)在必須加上工業(yè)系統(tǒng)和自動(dòng)化設(shè)備，而IT與OT在標(biāo)準(zhǔn)體系架構(gòu)的不同，使得兩者融合變得復(fù)雜和困難。

　　當(dāng)業(yè)務(wù)邊界向下延伸時(shí)，也帶來(lái)了更大問(wèn)題，即企業(yè)獲取的數(shù)據(jù)不如以往規(guī)整，非結(jié)構(gòu)化數(shù)據(jù)越來(lái)越多，生成頻度更高，很多數(shù)據(jù)需要及時(shí)獲取和分析。更麻煩的是，工業(yè)過(guò)程產(chǎn)生的數(shù)據(jù)遠(yuǎn)超以往。

　　IDC預(yù)計(jì)，到2025年，設(shè)備實(shí)時(shí)數(shù)據(jù)量將是2017年的200倍，達(dá)到驚人的49ZB，而隨著工業(yè)智能化的發(fā)展，其中非結(jié)構(gòu)化數(shù)據(jù)的占比將越來(lái)越高。對(duì)企業(yè)而言，每時(shí)每刻產(chǎn)生的工業(yè)數(shù)據(jù)正在存儲(chǔ)管理和數(shù)據(jù)庫(kù)帶來(lái)的巨大壓力，已經(jīng)成企業(yè)智能化轉(zhuǎn)型必須優(yōu)先解決的問(wèn)題。

　　傳統(tǒng)數(shù)據(jù)庫(kù)已無(wú)法勝任

　　十年前，當(dāng)筆者還在做程序員時(shí)，每當(dāng)來(lái)了新需求，首先需要做的就是評(píng)估用什么開(kāi)發(fā)語(yǔ)言和數(shù)據(jù)庫(kù)？那時(shí)候用的最多的是Oracle、MySQL和SQLServer，這些關(guān)系型數(shù)據(jù)庫(kù)能面向用戶(hù)提供功能交互服務(wù)，適用于數(shù)據(jù)生成頻度低，以SQL索引表存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)。

　　而當(dāng)我們邁入智能化時(shí)代，面向越來(lái)越多的工業(yè)場(chǎng)景APP開(kāi)發(fā)需求，是否還能使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)？答案顯然不行。原因主要有三點(diǎn)：

　　第一，數(shù)據(jù)結(jié)構(gòu)不一樣。信息化時(shí)代，一部電腦打天下，所有軟件產(chǎn)品都是構(gòu)建在通用操作系統(tǒng)和標(biāo)準(zhǔn)化硬件架構(gòu)之上，只有符合X86+Windows平臺(tái)標(biāo)準(zhǔn)，軟件應(yīng)用才能運(yùn)行，所產(chǎn)生的數(shù)據(jù)都是結(jié)構(gòu)化數(shù)據(jù)。然而，在工業(yè)場(chǎng)景中不存在統(tǒng)一的操作系統(tǒng)和體系標(biāo)準(zhǔn)，異構(gòu)的工業(yè)系統(tǒng)和設(shè)備會(huì)產(chǎn)生許多不同形態(tài)的數(shù)據(jù)，大多是非結(jié)構(gòu)化的，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)根本無(wú)法支撐。

　　第二，工業(yè)領(lǐng)域大多是實(shí)時(shí)性較高的業(yè)務(wù)場(chǎng)景，傳統(tǒng)信息化系統(tǒng)運(yùn)行過(guò)程允許宕機(jī)，但工業(yè)場(chǎng)景不允許。特別在流程行業(yè)，生成過(guò)程是連續(xù)性的，而數(shù)據(jù)采集也是時(shí)序數(shù)據(jù)，任何中斷都可能產(chǎn)生巨大的安全風(fēng)險(xiǎn)。隨著接入設(shè)備越來(lái)越多，企業(yè)需要采集和處理實(shí)時(shí)、時(shí)序數(shù)據(jù)量越來(lái)越大，這需要能管理海量設(shè)備實(shí)時(shí)專(zhuān)業(yè)數(shù)據(jù)庫(kù)，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)無(wú)法做到這一點(diǎn)。

　　第三，在工業(yè)智能化的推進(jìn)進(jìn)程中，需要對(duì)海量工業(yè)數(shù)據(jù)進(jìn)行管理、存儲(chǔ)和分析，將大量不同類(lèi)型的工業(yè)數(shù)據(jù)進(jìn)行聚合歸類(lèi)是實(shí)現(xiàn)智能化分析的基礎(chǔ)前提。傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)的聚合性分析性能較差。對(duì)時(shí)序數(shù)據(jù)的壓縮比較低，且需要占用大量的機(jī)器資源。

　　目前，領(lǐng)先的工業(yè)數(shù)據(jù)庫(kù)企業(yè)不僅擁有專(zhuān)業(yè)的壓縮算法，還充分考慮海量數(shù)據(jù)實(shí)時(shí)分析的聚合性能。國(guó)內(nèi)麥杰科技推出的openPlant數(shù)據(jù)庫(kù)就擁有專(zhuān)門(mén)的實(shí)時(shí)數(shù)據(jù)壓縮算法，比傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)降低90%，通過(guò)對(duì)寫(xiě)入、存儲(chǔ)、查詢(xún)等流程進(jìn)行了優(yōu)化，實(shí)時(shí)數(shù)據(jù)庫(kù)性能可達(dá)傳統(tǒng)數(shù)據(jù)性能的1000倍以上。
責(zé)任編輯：YYX