在工業(yè)4.0、智能制造等戰(zhàn)略帶動下，物聯網、5G、云計算以及人工智能等新一代信息技術正在加速與傳統(tǒng)工業(yè)融合。越來越多企業(yè)依托物聯網將人、機、物連接起來并進行數據采集。同時，借助5G、云計算和人工智能等技術進行數據的傳輸、匯聚、計算和分析，工業(yè)智能場景的落地導致數據量的急劇增長，也正在推動的企業(yè)轉型升級帶來巨大挑戰(zhàn)。

工業(yè)進入數據洪流時代

過去30年，企業(yè)利用CAX、PLM、ERP、OA等信息化軟件解決了產品研發(fā)和運營管理過程中的諸多需求，以及利用MES、APS部分地解決了生產管理過程中的需求，如生產資源管理和調度，但若再想進一步深入到工業(yè)現場，對機器和設備進行管理控制，則顯得無能為力。

當物聯網、5G、人工智能等新一代信息技術的逐漸成熟并融入到傳統(tǒng)工業(yè)生產，信息化時代未解決的問題正在逐一被突破。企業(yè)利用物聯網對工業(yè)現場的人、機、物進行連接，并利用邊緣計算平臺對關鍵設備數據進行采集、匯聚和分析，實現與上層業(yè)務系統(tǒng)數據對接，以及通過云邊協同實現數據共享互動，形成一個涵蓋研發(fā)、運營、生產到銷售的完整工業(yè)鏈閉環(huán)，而這也成為數字化和智能化實現的基礎。

從信息化到智能化，筆者總結了兩點變化：一是對象從“人”到“物”的轉換，二是場景從“辦公區(qū)”到“生產區(qū)的轉移。信息化解決了“人”的行為管理問題。而智能化則解決了“物”的運行控制問題。以往用一臺電腦就能解決的問題，現在必須加上工業(yè)系統(tǒng)和自動化設備，而IT與OT在標準體系架構的不同，使得兩者融合變得復雜和困難。

當業(yè)務邊界向下延伸時，也帶來了更大問題，即企業(yè)獲取的數據不如以往規(guī)整，非結構化數據越來越多，生成頻度更高，很多數據需要及時獲取和分析。更麻煩的是，工業(yè)過程產生的數據遠超以往。

IDC預計，到2025年，設備實時數據量將是2017年的200倍，達到驚人的49ZB，而隨著工業(yè)智能化的發(fā)展，其中非結構化數據的占比將越來越高。對企業(yè)而言，每時每刻產生的工業(yè)數據正在存儲管理和數據庫帶來的巨大壓力，已經成企業(yè)智能化轉型必須優(yōu)先解決的問題。

傳統(tǒng)數據庫已無法勝任

十年前，當筆者還在做程序員時，每當來了新需求，首先需要做的就是評估用什么開發(fā)語言和數據庫？那時候用的最多的是Oracle、MySQL和SQLServer，這些關系型數據庫能面向用戶提供功能交互服務，適用于數據生成頻度低，以SQL索引表存儲的結構化數據。

而當我們邁入智能化時代，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)關系型數據庫？答案顯然不行。原因主要有三點：

第一，數據結構不一樣。信息化時代，一部電腦打天下，所有軟件產品都是構建在通用操作系統(tǒng)和標準化硬件架構之上，只有符合X86+Windows平臺標準，軟件應用才能運行，所產生的數據都是結構化數據。然而，在工業(yè)場景中不存在統(tǒng)一的操作系統(tǒng)和體系標準，異構的工業(yè)系統(tǒng)和設備會產生許多不同形態(tài)的數據，大多是非結構化的，傳統(tǒng)關系型數據庫根本無法支撐。
第二，工業(yè)領域大多是實時性較高的業(yè)務場景，傳統(tǒng)信息化系統(tǒng)運行過程允許宕機，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，而數據采集也是時序數據，任何中斷都可能產生巨大的安全風險。隨著接入設備越來越多，企業(yè)需要采集和處理實時、時序數據量越來越大，這需要能管理海量設備實時專業(yè)數據庫，傳統(tǒng)關系型數據庫無法做到這一點。

第三，在工業(yè)智能化的推進進程中，需要對海量工業(yè)數據進行管理、存儲和分析，將大量不同類型的工業(yè)數據進行聚合歸類是實現智能化分析的基礎前提。傳統(tǒng)關系型數據庫對數據的聚合性分析性能較差。對時序數據的壓縮比較低，且需要占用大量的機器資源。

目前，領先的工業(yè)數據庫企業(yè)不僅擁有專業(yè)的壓縮算法，還充分考慮海量數據實時分析的聚合性能。國內麥杰科技推出的openPlant數據庫就擁有專門的實時數據壓縮算法，比傳統(tǒng)關系型數據庫降低90%，通過對寫入、存儲、查詢等流程進行了優(yōu)化，實時數據庫性能可達傳統(tǒng)數據性能的1000倍以上。

做實時數據庫的領航者

2019年在某全球知名電氣設備公司官方數據庫評測報告中，提供了一則openPlant 和 PI的客戶測試實例，前者是國內實時數據庫公司麥杰科技面向工業(yè)互聯網平臺應用的主打數據庫，后者是世界最知名的實時性能管理軟件OSI Soft 的數據庫產品。
在針對實時數據檢索的線程測試中，openPlant實現每秒240萬測點的讀取，而PI則是每秒1萬測點的讀取。在針對歷史數據分析檢索的線程測試中，openPlant實現每秒280萬記錄的讀取，而PI則是每秒9萬記錄讀取。測試結果顯示，openPlant讀寫平均響應時間要遠低于PI，這說明，openPlant數據庫具有更高的并發(fā)讀寫性能。作為完全自主創(chuàng)造的國內實時數據庫產品，實現了對國外頂尖產品的超越，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)實時數據管理技術的研究和應用的企業(yè)，openPlant實時數據庫產品集成了麥杰科技多年在工業(yè)領域研發(fā)成果。openPlant實時數據庫能實現對國外頂尖產品的超越，主要源于多年工業(yè)實時數據管理技術研究和產業(yè)經驗，讓麥杰科技深悟企業(yè)的痛點和需求，并結合問題不斷優(yōu)化改善。

openPlant實時數據庫性能全球領先的三大核心技術包括:智能數據壓縮技術、數據庫容量單機性能以及獨有的數據傳輸技術。
首先，麥杰科技的智能數據壓縮技術能讓存儲壓縮比達到200以上，無損壓縮、有損壓縮、智能壓縮三種模式能根據用戶需求自主選擇，在有效保障數據精度的前提下最優(yōu)數據存儲空間。
其次，openPlant實時數據庫單機容量可達千萬級，并支持分布式無限擴容，采集頻率與數據源同步，單機實時處理性能達到1000萬事件/秒，100萬數據點訪問耗時小于400毫秒，支持超過2000用戶并發(fā)訪問。

第三，獨有的數據傳輸技術不但可在復雜網絡環(huán)境下對實時傳輸的數據進行追蹤、校驗及補發(fā)，確保數據的完整性和有效性，為數據分析的準確性提供強有力的保障，同時在傳輸過程中可實現10倍以上數據壓縮，幫助企業(yè)節(jié)約90%以上的流量費用，減低應用成本。

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實時數據庫支持單機、雙機、分布式和HA等部署方式，以及數據交叉映射功能，滿足多種災備應用場景。openPlant實時數據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)技術加密的方法，貫穿于數據的采集、傳輸和訪問全流程，并通過公安部的數據安全認證。

隨著中國產業(yè)升級與轉型進入關鍵時期，發(fā)達工業(yè)國家開始逐漸收緊對中國企業(yè)使用工業(yè)軟件權限的控制，發(fā)展自主的工業(yè)軟件已成當務之急。作為工業(yè)軟件的核心基礎軟件，高并發(fā)、海量數據管理的數據庫長期被國外高端產品壟斷把持，對中國智能制造的順利推進形成了潛在的產業(yè)風險點。

麥杰科技作為國內實時/時序數據庫軟件的領導者，其openPlant實時數據庫不僅趕上并大幅超越了國外高端產品，為配合不斷推進的工業(yè)軟件全國產化進程，openPlant實時數據庫還支持傳統(tǒng)及虛擬化架構下的Unix、Linux、Windows等主流操作系統(tǒng)，并全面支持國產芯片和國產操作系統(tǒng)，為中國企業(yè)智能化升級構建最堅實的“防火墻”。

此外，面對快速推進的工業(yè)互聯網發(fā)展進程，麥杰科技憑借為超過8000萬臺設備提供數據采集、存儲和數據分析的經驗，以openPlant實時數據庫為基礎，依托自身多年積累的工業(yè)大數據管理技術、云計算、邊緣計算等技術打造開發(fā)了物聯網一體化平臺。從數據接入層、傳輸匯聚層、存儲處理層、業(yè)務分析層、價值實現層五個層面排除工業(yè)互聯網應用痛點，幫助企業(yè)降低至少60%的硬件投資，并大大縮短開發(fā)周期和建設費用，大幅降低后期運維成本。