工业实时数据库技术与应用

工业实时数据库是工业领域信息化、智能化的核心基础软件，在智能制造中发挥重要作用，更是大数据、云计算、物联网等产业的核心支撑软件。本次公开课围绕工业数据采集知识、工业实时数据库产品功能及其应用展开，旨在帮助用户深入了解工业实时数据库的技术及其应用。

工业数据采集是利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。数据采集的范围包括对工业现场设备的采集、智能产品/装备的数据采集以及ERP、MES等应用系统的数据采集，具有连接性、实时性、融合性、多种工业协议并存等特点。

▲ 工业数据采集体系架构

什么是实时数据库？

实时数据库是对实时性要求高的时标型信息的数据库管理系统，集成各种异构通讯协议的数据源，形成统一的实时数据库访问接口。完成对实时数据的集中海量存储，支持实时数据读写操作和历史数据的高效查询，提供实时计算、实时分析处理等功能。

▲ 实时数据库功能要求

应用领域：

（1）为工业企业生产信息的存储和访问提供统一数据源，支持实时监控和高级控制；

（2）作为企业实时信息中枢，支持MES等应用（调度系统、优化系统、物料平衡系统等）；

（3）为智能社会提供信息基础（如智能交通系统、智能楼宇系统、数字环保监控系统等）。

实时数据库技术发展趋势

1、连接多个数据源

现代的工业实时数据库要求可以支持连接各种标准通信协议的设备和设施，例如支持自动化系统（DCS、PLC、SCADA等）、数据库、传感器、新型智能设备、机械、机器人、LIMS、PLM、ERP以及其他数据来源。

2、IT和OT数据融合

随着越来越多的数据被收集整理，需要将数据用规范的、可利用的方式存储起来，才能将其应用到采用高级分析功能的智能化程序中。

▲ 实时数据库接口结构

3、边缘计算&云计算

企业的数据量越来越大，不可能将所有的数据都集中到一个或者几个数据库，边缘计算或云计算显得更为重要。

4、新的云和边缘部署

基于速度、效率、安全等因素，企业仍然更偏向于私有云，但公有云也同样重要。未来数据库厂商可能会面临客户混合云场景，不仅有私有云和公有云，还有边缘设备，甚至公有云跨平台的场景。

5、使用高级分析

机器学习和AI技术开始应用于工业实时数据分析中，对未来发展进行预测和预警。

6、数据可视性和智能运营

数据除了需要存储，其更大的功能还在于展示和支持决策，对于供应商提出了更高的要求，像Tableau、TIBCO Spotfire等各种可视化软件已被认为是实时数据库的重要组成部分。

▲ 实时数据库调度策略

7、数据质量管理工具

数据质量的好坏直接影响到数据建模以及一些其他高级分析功能，错误、有缺失或异常值等很可能会对其产生重大影响，从而影响决策者决策，数据质量管理工具也因此越来越流行。

8、数据库容器

出于安全、部署、网络等各方面的考虑，目前开始兴起将数据库容器化。容器是轻量级的，可移植的，具有自己的CPU、内存、I/O和网络资源，并且共享主机操作系统的内核。

来源：Plantmate