在工業(yè)4.0、智能制造等戰(zhàn)略帶動下，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。越來越多企業(yè)依托物聯(lián)網(wǎng)將人、機(jī)、物連接起來并進(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)智能場景的落地導(dǎo)致企業(yè)數(shù)據(jù)量的急劇增長，也在給推進(jìn)中的企業(yè)轉(zhuǎn)型升級帶來巨大挑戰(zhàn)。

工業(yè)進(jìn)入數(shù)據(jù)洪流時(shí)代

    過去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)營管理過程中的諸多需求，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，對機(jī)器和設(shè)備進(jìn)行管理控制，則顯得無能為力。

    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)代未解決的問題正在逐一被突破。企業(yè)利用物聯(lián)網(wǎng)對工業(yè)現(xiàn)場的人、機(jī)、物進(jìn)行連接，并利用邊緣計(jì)算平臺對關(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)對接，以及通過云邊協(xié)同實(shí)現(xiàn)數(shù)據(jù)共享互動，形成一個(gè)涵蓋研發(fā)、運(yùn)營、生產(chǎn)到銷售的完整工業(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：一是對象從“人”到“物”的轉(zhuǎn)換，二是場景從“辦公區(qū)”到“生產(chǎn)區(qū)的轉(zhuǎn)移。信息化解決了“人”的行為管理問題。而智能化則解決了“物”的運(yùn)行控制問題。以往用一臺電腦就能解決的問題，現(xiàn)在必須加上工業(yè)系統(tǒng)和自動化設(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)，也帶來了更大問題，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)的占比將越來越高。對企業(yè)而言，每時(shí)每刻產(chǎn)生的工業(yè)數(shù)據(jù)正在存儲管理和數(shù)據(jù)庫帶來的巨大壓力，已經(jīng)成企業(yè)智能化轉(zhuǎn)型必須優(yōu)先解決的問題。

傳統(tǒng)數(shù)據(jù)庫已無法勝任

    十年前，當(dāng)筆者還在做程序員時(shí)，每當(dāng)來了新需求，首先需要做的就是評估用什么開發(fā)語言和數(shù)據(jù)庫？那時(shí)候用的最多的是Oracle、MySQL和SQLServer，這些關(guān)系型數(shù)據(jù)庫能面向用戶提供功能交互服務(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，面向越來越多的工業(yè)場景APP開發(fā)需求，是否還能使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫？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)庫根本無法支撐。

    第二，工業(yè)領(lǐng)域大多是實(shí)時(shí)性較高的業(yè)務(wù)場景，傳統(tǒng)信息化系統(tǒng)運(yùn)行過程允許宕機(jī)，但工業(yè)場景不允許。特別在流程行業(yè)，生成過程是連續(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)量越來越大，這需要能管理海量設(shè)備實(shí)時(shí)專業(yè)數(shù)據(jù)庫，傳統(tǒng)關(guān)系型數(shù)據(jù)庫無法做到這一點(diǎn)。

    第三，在工業(yè)智能化的推進(jìn)進(jìn)程中，需要對海量工業(yè)數(shù)據(jù)進(jìn)行管理、存儲和分析，將大量不同類型的工業(yè)數(shù)據(jù)進(jìn)行聚合歸類是實(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)庫對數(shù)據(jù)的聚合性分析性能較差。對時(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)庫企業(yè)不僅擁有專業(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。國內(nèi)麥杰科技推出的openPlant數(shù)據(jù)庫就擁有專門的實(shí)時(shí)數(shù)據(jù)壓縮算法，比傳統(tǒng)關(guān)系型數(shù)據(jù)庫降低90%，通過對寫入、存儲、查詢等流程進(jìn)行了優(yōu)化，實(shí)時(shí)數(shù)據(jù)庫性能可達(dá)傳統(tǒng)數(shù)據(jù)性能的1000倍以上。

做實(shí)時(shí)數(shù)據(jù)庫的領(lǐng)航者

    2019年在某全球知名電氣設(shè)備公司官方數(shù)據(jù)庫評測報(bào)告中，提供了一則openPlant和PI的客戶測試實(shí)例，前者是國內(nèi)實(shí)時(shí)數(shù)據(jù)庫公司麥杰科技面向工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用的主打數(shù)據(jù)庫，后者是世界最知名的實(shí)時(shí)性能管理軟件OSI Soft的數(shù)據(jù)庫產(chǎn)品。

    在針對實(shí)時(shí)數(shù)據(jù)檢索的線程測試中，openPlant實(shí)現(xiàn)每秒240萬測點(diǎn)的讀取，而PI則是每秒1萬測點(diǎn)的讀取。在針對歷史數(shù)據(jù)分析檢索的線程測試中，openPlant實(shí)現(xiàn)每秒280萬記錄的讀取，而PI則是每秒9萬記錄讀取。測試結(jié)果顯示，openPlant讀寫平均響應(yīng)時(shí)間要遠(yuǎn)低于PI，這說明，openPlant數(shù)據(jù)庫具有更高的并發(fā)讀寫性能。作為完全自主創(chuàng)造的國內(nèi)實(shí)時(shí)數(shù)據(jù)庫產(chǎn)品，實(shí)現(xiàn)了對國外頂尖產(chǎn)品的超越，麥杰科技到底如何做到的？

    麥杰科技成立于2000年，是一家專注于工業(yè)實(shí)時(shí)數(shù)據(jù)管理技術(shù)的研究和應(yīng)用的企業(yè)，openPlant實(shí)時(shí)數(shù)據(jù)庫產(chǎn)品集成了麥杰科技多年在工業(yè)領(lǐng)域研發(fā)成果。openPlant實(shí)時(shí)數(shù)據(jù)庫能實(shí)現(xiàn)對國外頂尖產(chǎn)品的超越，主要源于多年工業(yè)實(shí)時(shí)數(shù)據(jù)管理技術(shù)研究和產(chǎn)業(yè)經(jīng)驗(yàn)，讓麥杰科技深悟企業(yè)的痛點(diǎn)和需求，并結(jié)合問題不斷優(yōu)化改善。

    openPlant實(shí)時(shí)數(shù)據(jù)庫性能全球領(lǐng)先的三大核心技術(shù)包括：智能數(shù)據(jù)壓縮技術(shù)、數(shù)據(jù)庫容量單機(jī)性能以及獨(dú)有的數(shù)據(jù)傳輸技術(shù)。

    首先，麥杰科技的智能數(shù)據(jù)壓縮技術(shù)能讓存儲壓縮比達(dá)到200以上，無損壓縮、有損壓縮、智能壓縮三種模式能根據(jù)用戶需求自主選擇，在有效保障數(shù)據(jù)精度的前提下最優(yōu)數(shù)據(jù)存儲空間。

    其次，openPlant實(shí)時(shí)數(shù)據(jù)庫單機(jī)容量可達(dá)千萬級，并支持分布式無限擴(kuò)容，采集頻率與數(shù)據(jù)源同步，單機(jī)實(shí)時(shí)處理性能達(dá)到1000萬事件/秒，100萬數(shù)據(jù)點(diǎn)訪問耗時(shí)小于400毫秒，支持超過2000用戶并發(fā)訪問。

    第三，獨(dú)有的數(shù)據(jù)傳輸技術(shù)不但可在復(fù)雜網(wǎng)絡(luò)環(huán)境下對實(shí)時(shí)傳輸?shù)臄?shù)據(jù)進(jìn)行追蹤、校驗(yàn)及補(bǔ)發(fā)，確保數(shù)據(jù)的完整性和有效性，為數(shù)據(jù)分析的準(zhǔn)確性提供強(qiáng)有力的保障，同時(shí)在傳輸過程中可實(shí)現(xiàn)10倍以上數(shù)據(jù)壓縮，幫助企業(yè)節(jié)約90%以上的流量費(fèi)用，減低應(yīng)用成本。

    為保證使用過程的高可靠性、高可用性以及多平臺支持能力，openPlant實(shí)時(shí)數(shù)據(jù)庫支持單機(jī)、雙機(jī)、分布式和HA等部署方式，以及數(shù)據(jù)交叉映射功能，滿足多種災(zāi)備應(yīng)用場景。openPlant實(shí)時(shí)數(shù)據(jù)庫提供完整的信息安全策略、客戶自定義加密策略和專業(yè)技術(shù)加密的方法，貫穿于數(shù)據(jù)的采集、傳輸和訪問全流程，并通過公安部的數(shù)據(jù)安全認(rèn)證。

    隨著中國產(chǎn)業(yè)升級與轉(zhuǎn)型進(jìn)入關(guān)鍵時(shí)期，發(fā)達(dá)工業(yè)國家開始逐漸收緊對中國企業(yè)使用工業(yè)軟件權(quán)限的控制，發(fā)展自主的工業(yè)軟件已成當(dāng)務(wù)之急。作為工業(yè)軟件的核心基礎(chǔ)軟件，高并發(fā)、海量數(shù)據(jù)管理的數(shù)據(jù)庫長期被國外高端產(chǎn)品壟斷把持，對中國智能制造的順利推進(jìn)形成了潛在的產(chǎn)業(yè)風(fēng)險(xiǎn)點(diǎn)。

    麥杰科技作為國內(nèi)實(shí)時(shí)/時(shí)序數(shù)據(jù)庫軟件的領(lǐng)導(dǎo)者，其openPlant實(shí)時(shí)數(shù)據(jù)庫不僅趕上并大幅超越了國外高端產(chǎn)品，為配合不斷推進(jìn)的工業(yè)軟件全國產(chǎn)化進(jìn)程，openPlant實(shí)時(shí)數(shù)據(jù)庫還支持傳統(tǒng)及虛擬化架構(gòu)下的Unix、Linux、Windows等主流操作系統(tǒng)，并全面支持國產(chǎn)芯片和國產(chǎn)操作系統(tǒng)，為中國企業(yè)智能化升級構(gòu)建最堅(jiān)實(shí)的“防火墻”。

    此外，面對快速推進(jìn)的工業(yè)互聯(lián)網(wǎng)發(fā)展進(jìn)程，麥杰科技憑借為超過8000萬臺設(shè)備提供數(shù)據(jù)采集、存儲和數(shù)據(jù)分析的經(jīng)驗(yàn)，以openPlant實(shí)時(shí)數(shù)據(jù)庫為基礎(chǔ)，依托自身多年積累的工業(yè)大數(shù)據(jù)管理技術(shù)、云計(jì)算、邊緣計(jì)算等技術(shù)打造開發(fā)了物聯(lián)網(wǎng)一體化平臺。從數(shù)據(jù)接入層、傳輸匯聚層、存儲處理層、業(yè)務(wù)分析層、價(jià)值實(shí)現(xiàn)層五個(gè)層面排除工業(yè)互聯(lián)網(wǎng)應(yīng)用痛點(diǎn)，幫助企業(yè)降低至少60%的硬件投資，并大大縮短開發(fā)周期和建設(shè)費(fèi)用，大幅降低后期運(yùn)維成本。