長期以來，工業軟體領域一直是傳統國外軟體的天下，PI 和 Wonderware 就是其中的佼佼者。近年來，隨著國內軟體替代浪潮和大批網際網路技術向傳統行業的技術溢位，這個市場正在開始發生巨大的變化。

以工業[時序資料庫]( https://www.taosdata.com/"時序資料庫")（Time Series Database，TSDB）領域為例，已有多家大型工業企業將原來的 Wonderware InSQL/Historian 替換為新一代[開源時序資料庫 TDengine]( https://www.taosdata.com/"開源時序資料庫 TDengine")。到底是什麼深層次的原因驅動著這個變化的發生？作為新一代的時序資料庫產品，TDengine 具有哪些優勢？讓我們接下來做一些深入的分析。

**真實替代案例**

某大型捲菸廠，透過引入 TDengine，重構了其移動平臺及 MES 現場操作站架構，重點打造了“一部手機管生產”，以打通企業內部不同層級、不同系統之間的資料壁壘，實現對內支撐業務應用和管理決策、對外提供資料共享及服務能力。就具體成果而言，他們打造了基於二維碼的產品全生命週期系統和質量風險預警系統。大大提高了系統效能，降低了儲存和計算成本，加速了其數字化程式。

某鋼鐵冶金企業的能源介質監控專案中，僅一期電力能源裝置每天產生的資料量就在 3000 萬條以上；專案二期還會有幾千個流量裝置接入，整個系統資料點也將遠超 50000 點，每天產生的資料量預估在 1 億條左右。為了解決如此大資料量帶來的資料儲存挑戰以及原方案效能不足的問題，他們使用了 TDengine，結果是取得了明顯的效果，資料讀寫能力也得到了極大提升。

**傳統工業時序資料處理應用現狀**

對於工業生產中大量的典型[時序資料]( https://www.taosdata.com/"時序資料")，企業數字化的早期，因海外軟體有先發優勢，很多企業選擇了 Wonderware InTouch + InSQL/Historian 的解決方案。但是隨著業務的發展，生產中需要監測的指標從幾萬個增加到幾十萬甚至百萬個以上，原有的時序資料庫在擴充套件能力上遇到了瓶頸。

幾個主要的挑戰如下：

- 非國產化：在複雜的國際形勢下，存在一些不確定性
- 封閉性：很多軟體是閉源的，而且處於自己的封閉體系之下，擴充套件性差
- 高度複雜度：需要採購一系列產品組合
- 高成本：採購價格昂貴、功能擴充套件需要額外付費，依賴 Windows、SQL Server 等其他軟體，會產生額外的採購成本
- 服務響應慢：國外產品普遍服務響應不及時，反饋經常以天為單位，服務保障性差

**新一代時序資料庫 TDengine**

面對上述挑戰，從多家企業的替換經驗中，我們可以看到 TDengine 時序資料庫在提升資料存取效率、打破傳統資料孤島、提升資料有效利用率方面都為企業的數字化提供了實質性的幫助。作為專為海量時序資料場景而設計研發的 TDengine，提供瞭如下核心功能：

**1.雲原生（Cloud Native）：**
- 時序資料與後設資料處理全部採用分散式技術，實現計算和儲存分離，具備水平擴充套件能力，儲存和計算資源可動態擴容或縮容
- 支援 10 億個時間線，支援 100 個以上節點，整個叢集的啟動速度可以控制在一分鐘以內，完全解決時序資料業內的 High Cardinality 的問題
- 支援多副本，保證系統的高可用，另外透過 WAL 來保證資料儲存的高可靠
- 支援容器和 Kubernetes 部署，具備完善的可觀測性（Observability），讓系統的運營維護變的輕鬆簡單

**2.極簡時序資料平臺（Simplified Solution）：**
- 支援訊息佇列，而且對外提供的 API 與 Kafka 類似，無學習成本
- 支援流式計算，除連續查詢外，也支援事件驅動的流計算，採用 SQL 語法，支援自定義函式，讓流計算的學習成本幾乎為零
- 支援快取，每條時間線的最新資料全部快取，透過 SQL 函式就可快速獲取，無需再整合 Redis 等快取軟體
- 透過對快取、流式計算、訊息佇列的支援，採用 TDengine 的時序資料處理系統，不再需要整合Kafka、Redis、Spark 和 Flink 等軟體，技術架構將大為簡化，部署、運營維護成本將大為降低

**3.便捷的資料分析（Easy Data Analytics）：**
- 重新設計了計算引擎，支援標準 SQL，支援巢狀查詢，支援自定義函式，支援 Information Schema 系統資料庫
- 針對時序資料的處理進行擴充套件，提供了眾多時序資料分析功能
- 透過標籤快速索引，透過分割槽、分片技術，透過計算節點的彈性伸縮，支援對海量時序資料的多維度的高效聚合分析
- TDengine 不僅能實時地處理資料的寫入和查詢，也能作為強大的時序資料分析工具

在方便部署，簡化整體架構的同時，憑藉其高效能、高壓縮率，TDengine 還可以極大降低企業的總體擁有成本。

**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資料平臺，不需要再整合 Kafka、Redis、Spark 和 Flink 等軟體，大大簡化了系統架構。所以引入 TDengine 的系統架構會非常簡單，採集的資料可以透過 OPC Client 等模組直接寫入 TDengine，應用端則直接透過 TDengine 的使用者介面或程式設計介面獲取資料，支援工作報警、實時大屏、MES 系統和報表分析等業務。

![](http://img.blog.itpub.net/blog/2022/09/15/2860e475817b9ec0.png?x-oss-process=style/bb)

引入 TDengine 之後，搭建雲上的資料中臺更為輕鬆了，TDengine 開源、開放的特質，也為資訊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，而且正受限於可擴充套件能力等各方面限制，歡迎體驗雲原生、開源的 TDengine。

------------

![](http://img.blog.itpub.net/blog/2022/09/15/1af0cd22e6784d87.jpeg?x-oss-process=style/bb)

想了解更多 TDengine Database的具體細節，歡迎大家在[GitHub]( https://github.com/taosdata/grafanaplugin"GitHub")上檢視相關原始碼。
[![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)](https://www.taosdata.com/?zh "![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)")

新一代開源時序資料庫TDengine有哪些優勢？

相關文章