長期以來，工業(yè)軟件領域一直是傳統(tǒng)國外軟件的天下，PI 和 Wonderware 就是其中的佼佼者。近年來，隨著國內(nèi)軟件替代浪潮和大批互聯(lián)網(wǎng)技術向傳統(tǒng)行業(yè)的技術溢出，這個市場正在開始發(fā)生巨大的變化。

以工業(yè)時序數(shù)據(jù)庫（Time Series Database，TSDB）領域為例，已有多家大型工業(yè)企業(yè)將原來的 Wonderware InSQL/Historian 替換為新一代開源時序數(shù)據(jù)庫 TDengine。到底是什么深層次的原因驅(qū)動著這個變化的發(fā)生？作為新一代時序數(shù)據(jù)庫產(chǎn)品，TDengine 具有哪些優(yōu)勢？讓我們接下來做一些深入的分析。

真實替代案例

某大型卷煙廠，通過引入 TDengine，重構了其移動平臺及 MES 現(xiàn)場操作站架構，重點打造了“一部手機管生產(chǎn)”，以打通企業(yè)內(nèi)部不同層級、不同系統(tǒng)之間的數(shù)據(jù)壁壘，實現(xiàn)對內(nèi)支撐業(yè)務應用和管理決策、對外提供數(shù)據(jù)共享及服務能力。就具體成果而言，他們打造了基于二維碼的產(chǎn)品全生命周期系統(tǒng)和質(zhì)量風險預警系統(tǒng)。大大提高了系統(tǒng)性能，降低了存儲和計算成本，加速了其數(shù)字化進程。

某鋼鐵冶金企業(yè)的能源介質(zhì)監(jiān)控項目中，僅一期電力能源設備每天產(chǎn)生的數(shù)據(jù)量在 3000 萬條以上；項目二期還會有幾千個流量設備接入，整個系統(tǒng)數(shù)據(jù)點也將遠超 50000 點，每天產(chǎn)生的數(shù)據(jù)量預估在 1 億條左右。為了解決如此大數(shù)據(jù)量帶來的數(shù)據(jù)存儲挑戰(zhàn)以及原方案性能不足的問題，他們使用了 TDengine，結果是取得了明顯的效果，數(shù)據(jù)讀寫能力也得到了極大提升。

傳統(tǒng)工業(yè)時序數(shù)據(jù)處理應用現(xiàn)狀

對于工業(yè)生產(chǎn)中大量的典型時序數(shù)據(jù)，企業(yè)數(shù)字化的早期，因海外軟件有先發(fā)優(yōu)勢，很多企業(yè)選擇了 Wonderware InTouch + InSQL/Historian 的解決方案。但是隨著業(yè)務的發(fā)展，生產(chǎn)中需要監(jiān)測的指標從幾萬個增加到幾十萬甚至百萬個以上，原有的時序數(shù)據(jù)庫在擴展能力上遇到了瓶頸。

幾個主要的挑戰(zhàn)如下：

• 非國產(chǎn)化：在復雜的國際形勢下，存在一些不確定性

• 封閉性：很多軟件是閉源的，而且處于自己的封閉體系之下，擴展性差

• 高度復雜度：需要采購一系列產(chǎn)品組合

• 高成本：采購價格昂貴、功能擴展需要額外付費，依賴 Windows、SQL Server 等其他軟件，會產(chǎn)生額外的采購成本

• 服務響應慢：國外產(chǎn)品普遍服務響應不及時，反饋經(jīng)常以天為單位，服務保障性差

新一代時序數(shù)據(jù)庫 TDengine

面對上述挑戰(zhàn)，從多家企業(yè)的替換經(jīng)驗中，我們可以看到 TDengine 時序數(shù)據(jù)庫在提升數(shù)據(jù)存取效率、打破傳統(tǒng)數(shù)據(jù)孤島、提升數(shù)據(jù)有效利用率方面都為企業(yè)的數(shù)字化提供了實質(zhì)性的幫助。作為專為海量時序數(shù)據(jù)場景而設計研發(fā)的 TDengine，提供了如下核心功能：

1. 云原生（Cloud Native）：

• 時序數(shù)據(jù)與元數(shù)據(jù)處理全部采用分布式技術，實現(xiàn)計算和存儲分離，具備水平擴展能力，存儲和計算資源可動態(tài)擴容或縮容

• 支持 10 億個時間線，支持 100 個以上節(jié)點，整個集群的啟動速度可以控制在一分鐘以內(nèi)，完全解決時序數(shù)據(jù)業(yè)內(nèi)的 High Cardinality 的問題

• 支持多副本，保證系統(tǒng)的高可用，另外通過 WAL 來保證數(shù)據(jù)存儲的高可靠

• 支持容器和 Kubernetes 部署，具備完善的可觀測性（Observability），讓系統(tǒng)的運營維護變的輕松簡單

2. 極簡時序數(shù)據(jù)平臺（Simplified Solution）：

• 支持消息隊列，而且對外提供的 API 與 Kafka 類似，無學習成本

• 支持流式計算，除連續(xù)查詢外，也支持事件驅(qū)動的流計算，采用 SQL 語法，支持自定義函數(shù)，讓流計算的學習成本幾乎為零

• 支持緩存，每條時間線的最新數(shù)據(jù)全部緩存，通過 SQL 函數(shù)就可快速獲取，無需再集成 Redis 等緩存軟件

• 通過對緩存、流式計算、消息隊列的支持，采用 TDengine 的時序數(shù)據(jù)處理系統(tǒng)，不再需要集成Kafka、Redis、Spark 和 Flink 等軟件，技術架構將大為簡化，部署、運營維護成本將大為降低

3. 便捷的數(shù)據(jù)分析（Easy Data Analytics）：

• 重新設計了計算引擎，支持標準 SQL，支持嵌套查詢，支持自定義函數(shù)，支持 Information Schema 系統(tǒng)數(shù)據(jù)庫

• 針對時序數(shù)據(jù)的處理進行擴展，提供了眾多時序數(shù)據(jù)分析功能

• 通過標簽快速索引，通過分區(qū)、分片技術，通過計算節(jié)點的彈性伸縮，支持對海量時序數(shù)據(jù)的多維度的高效聚合分析

• TDengine 不僅能實時地處理數(shù)據(jù)的寫入和查詢，也能作為強大的時序數(shù)據(jù)分析工具

在方便部署，簡化整體架構的同時，憑借其高性能、高壓縮率，TDengine 還可以極大降低企業(yè)的總體擁有成本。

TDengine 落地實踐與收益

前文已提到，TDengine 本身可以作為一個極簡的時序數(shù)據(jù)平臺，不需要再集成 Kafka、Redis、Spark 和 Flink 等軟件，大大簡化了系統(tǒng)架構。所以引入 TDengine 的系統(tǒng)架構會非常簡單，采集的數(shù)據(jù)可以通過 OPC Client 等模塊直接寫入 TDengine，應用端則直接通過 TDengine 的用戶界面或編程接口獲取數(shù)據(jù)，支持工作報警、實時大屏、MES 系統(tǒng)和報表分析等業(yè)務。

引入 TDengine 之后，搭建云上的數(shù)據(jù)中臺更為輕松了，TDengine 開源、開放的特質(zhì)，也為信息化水平的進一步提升打下了良好的基礎。

未來已來，如果你還在使用 Wonderware InSQL/Historian，而且正受限于可擴展能力等各方面限制，歡迎體驗云原生、開源的 TDengine。

---

👇 點擊閱讀原文，與專業(yè)的解決方案專家共同探討解決方案吧。

總結

以上是生活随笔為你收集整理的替换 Wonderware，云原生时序数据库 TDengine 助力工业数字化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。