對于工業(yè)傳統的實(shí)時(shí)/歷史數據庫，總結特征如下：

（1）高速寫(xiě)入性能：工業(yè)實(shí)時(shí)數據庫通常會(huì )對數據寫(xiě)入的速度有很高的要求。以流程工業(yè)的場(chǎng)景為例，會(huì )在每個(gè)環(huán)節都設置傳感器，傳感器的數量眾多且采集頻率都很高，所以數據寫(xiě)入的并發(fā)量會(huì )特別高，有時(shí)甚至會(huì )達到每秒上百萬(wàn)的測點(diǎn)。除了對軟件的要求之外，也會(huì )選擇使用一些高性能的服務(wù)器來(lái)保證數據的寫(xiě)入。

（2）快速的查詢(xún)響應：查詢(xún)的需求分為兩部分，一是要響應實(shí)時(shí)的查詢(xún)請求，用于及時(shí)反映系統的狀態(tài)；二是歷史數據要能快速被查詢(xún)，由于歷史數據量非常大，在查詢(xún)時(shí)需要對特定時(shí)間段的數據做聚合，需要做到即使是查一整年的數據情況，也能很快地反映出來(lái)。

（3）超強的數據壓縮能力：之前提到因為數據會(huì )被存儲很長(cháng)時(shí)間，5年甚至10年都是常有的事，在存儲容量有限的情況下，就需要對數據做一定的壓縮。通常壓縮方式會(huì )分成無(wú)損壓縮和有損壓縮，相比而言，有損壓縮的壓縮比會(huì )更大一些，有時(shí)會(huì )達到1:30~1:40，這就需要設計合理的算法來(lái)保留數據中的細節，使數據在還原后仍能保留重要的特征。

（4）積累豐富的工具：傳統的實(shí)時(shí)數據庫的解決方案一般是從采集開(kāi)始到可視化的一整套系統，有多年積累形成的豐富的工具包，比如會(huì )積攢上百種的協(xié)議，或者各種場(chǎng)景的數據模型，這些都是工業(yè)軟件的重要競爭力。

（5）追求極致穩定：工業(yè)上對軟件的穩定性要求特別高，除了使用主備機制來(lái)保證高可用外，一般完全由軟件的編寫(xiě)質(zhì)量來(lái)保證程序的持續運行。

隨著(zhù)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數據、人工智能為代表的新一代技術(shù)的逐步成熟，一輪新的科技革命和產(chǎn)業(yè)變革正在興起，一系列新的生產(chǎn)方式、組織方式和商業(yè)模式開(kāi)始涌現，工業(yè)互聯(lián)網(wǎng)技術(shù)也在日趨成熟。工業(yè)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)和新一代信息技術(shù)與工業(yè)系統全方位深度融合所形成的產(chǎn)業(yè)和應用生態(tài)，是工業(yè)智能化發(fā)展的關(guān)鍵綜合信息基礎設施。人們開(kāi)始嘗試使用互聯(lián)網(wǎng)技術(shù)融入設計、生產(chǎn)、管理、服務(wù)等工業(yè)生產(chǎn)的各個(gè)環(huán)節，不論是自主探索或者是學(xué)習其他行業(yè)的成熟經(jīng)驗，不可避免的就是新老技術(shù)的對接。

隨著(zhù)物聯(lián)網(wǎng)技術(shù)逐步滲透工業(yè)，不斷增長(cháng)的傳感器、飆升的數據量以及更高的大數據分析需求對原有的技術(shù)架構提出了挑戰。幾個(gè)問(wèn)題必須直面：

（1）擴展性遇到瓶頸。傳統的技術(shù)架構雖然能保證單機具備極高的性能，也可以通過(guò)增加機器使性能線(xiàn)性擴展，但是不能像分布式系統那樣實(shí)現動(dòng)態(tài)靈活的擴容和縮容，需要提前進(jìn)行規劃。當業(yè)務(wù)升級需要系統擴容時(shí)，老架構的擴展性就很難滿(mǎn)足需求了。

（2）無(wú)法和大數據生態(tài)對接。數據采集的最終目的是被理解和使用，大數據產(chǎn)業(yè)中對于海量數據的存儲分析已經(jīng)有很成熟的方案，不論是Hadoop還是Spark的生態(tài)圈，都面臨著(zhù)新老技術(shù)的對接。很多工業(yè)企業(yè)因為想使用新的大數據分析技術(shù)，不得不對現有的系統進(jìn)行升級或是替換。

（3）價(jià)格高昂。傳統的工業(yè)實(shí)時(shí)數據庫解決方案價(jià)格都十分昂貴，一般只有大型企業(yè)能接受。但是隨著(zhù)新技術(shù)、新理念的普及，更多的中小企業(yè)也意識到數據的重要性，但考慮到資金投入，會(huì )傾向于尋找價(jià)格更低廉的方案。

在進(jìn)入互聯(lián)網(wǎng)飛速發(fā)展的時(shí)期之后，隨著(zhù)通信技術(shù)的革新，數據通信成本的下降，掀起了一波又一波萬(wàn)物互聯(lián)的熱潮。不僅是互聯(lián)網(wǎng)監控需要采集數據，人們每天接觸的手機、智能手環(huán)、共享自行車(chē)、汽車(chē)等，都在源源不斷地產(chǎn)生數據。人們實(shí)時(shí)地收集這些數據并發(fā)送到云端，用大數據技術(shù)進(jìn)行分析，對業(yè)務(wù)進(jìn)行監控和預測，以數據驅動(dòng)企業(yè)降本增效，提高服務(wù)質(zhì)量。

這些數據其實(shí)和工業(yè)領(lǐng)域大部分的實(shí)時(shí)數據有著(zhù)一些相同的特征：?jiǎn)螚l數據不會(huì )很長(cháng)，但是數據量很大；都帶有時(shí)間戳，且按順序生成；數據大部分都是結構化的，用于描述某個(gè)參數在某個(gè)時(shí)間點(diǎn)的特征；寫(xiě)入的頻率會(huì )比查詢(xún)的頻率高很多；已存儲的數據很少有更新的需求；用戶(hù)會(huì )更關(guān)心一段時(shí)間的數據特征，而不是某一個(gè)時(shí)間點(diǎn)；數據的查詢(xún)分析大多基于某一個(gè)時(shí)間段或者某個(gè)數值范圍；需要進(jìn)行統計和可視化的展示。

這些特征同樣可以對應到智能電表、環(huán)境監測設備、工業(yè)生產(chǎn)線(xiàn)產(chǎn)生的數據。但由于產(chǎn)生的時(shí)期和場(chǎng)景不同，工業(yè)上的解決方案會(huì )和互聯(lián)網(wǎng)的解決方案存在一定的差異（見(jiàn)表2）。

表2  兩種數據庫方案的差異

新架構下的時(shí)序數據庫在處理這些互聯(lián)網(wǎng)數據時(shí)的需求和傳統的實(shí)時(shí)數據庫有異曲同工之妙，可以說(shuō)是同一種功能需求在不同領(lǐng)域的實(shí)現形式?；ヂ?lián)網(wǎng)新技術(shù)在向工業(yè)滲透的時(shí)候，會(huì )反映出一定的優(yōu)勢和劣勢，而工業(yè)互聯(lián)網(wǎng)技術(shù)的發(fā)展也應順應雙方技術(shù)的互相滲透融合，互相吸收優(yōu)點(diǎn)、彌補缺點(diǎn)，共同往更好的方向發(fā)展。

隨著(zhù)工業(yè)互聯(lián)網(wǎng)發(fā)展的需求日益清晰，在這兩種數據庫技術(shù)互相滲透的過(guò)程中，可以觀(guān)察到一些技術(shù)的發(fā)展趨勢。

（1）逐步向分布式架構轉變：傳統的實(shí)時(shí)數據庫多是主備的部署架構，通常要求有較高配置的機器，來(lái)追求單機極致的性能；同時(shí)，在穩定性方面，會(huì )對運行軟件的穩定性做極高的要求，完全由高質(zhì)量的代碼來(lái)保證運行的穩定；由于存儲容量有限，也會(huì )要求超高的數據壓縮比。但時(shí)序數據庫的分布式架構，使得系統能夠輕松地進(jìn)行水平擴展，讓數據庫不再依賴(lài)昂貴的硬件和存儲設備，以集群天然的優(yōu)勢來(lái)實(shí)現高可用，不會(huì )出現單點(diǎn)的瓶頸或故障，在普通的x86服務(wù)器甚至是虛擬機上都可以運行，大大降低了使用成本。

（2）更靈活的數據模型：傳統的實(shí)時(shí)數據庫由于工業(yè)場(chǎng)景的特殊性，常使用的是單值模型，一個(gè)被監控的參數稱(chēng)為一個(gè)測點(diǎn)，在寫(xiě)入時(shí)會(huì )對每一個(gè)測點(diǎn)建一個(gè)模型，比如一個(gè)風(fēng)機的溫度指標算一個(gè)測點(diǎn)，10個(gè)風(fēng)機的10個(gè)指標就是100個(gè)測點(diǎn)，每個(gè)測點(diǎn)會(huì )附帶描述信息（名稱(chēng)、精度、數據類(lèi)型、開(kāi)關(guān)量/模擬量等），查詢(xún)的時(shí)候就會(huì )針對每個(gè)測點(diǎn)去查詢(xún)數值。單值模型的寫(xiě)入效率會(huì )很高。

而時(shí)序數據庫，開(kāi)始采用多值模型，類(lèi)似面向對象的處理方式，例如風(fēng)機是一種數據模型，可以包括溫度、壓力等多個(gè)測量維度，還包括經(jīng)緯度、編號等標簽信息，這樣對外提供服務(wù)時(shí)會(huì )更適合分析的場(chǎng)景。當然，單值模型和多值模型是可以互相轉換的，很多數據庫對外提供的服務(wù)為多值模型，但是底層存儲還是單值模型。

（3）SQL需求依然存在：目前大部分的時(shí)序數據庫都選擇了擴展性較好的NoSQL數據庫作為底層存儲，相比于關(guān)系型數據庫，NoSQL的數據模型更靈活，非常適合時(shí)序數據的多值模型；更易擴展，在資源受限或者需要提升性能的時(shí)候，可以輕易地增加機器；查詢(xún)效率高；開(kāi)源軟件成本低。表3為開(kāi)源時(shí)序數據庫使用的底層存儲模型。

表3  開(kāi)源時(shí)序數據庫使用的底層存儲模型

圖1  使用邊緣計算技術(shù)實(shí)時(shí)處理數據的一種方案

結合調研，總結了互聯(lián)網(wǎng)行業(yè)和工業(yè)企業(yè)中對實(shí)時(shí)/時(shí)序數據庫使用的一些共性要求，列出了33條細則，其中有7項設置為了可選項，不滿(mǎn)足不會(huì )影響正常的業(yè)務(wù)要求，滿(mǎn)足能為產(chǎn)品加分。

此次測試的目的是為了檢驗這些軟件架構上的不同是否會(huì )影響到基礎功能服務(wù)的提供，并進(jìn)一步驗證數據庫應具備的技術(shù)要求。對國內7家提供實(shí)時(shí)/時(shí)序數據庫服務(wù)的廠(chǎng)家進(jìn)行了一輪測試，參與者包括大型云服務(wù)提供商、傳統工業(yè)信息化解決方案提供商以及一些創(chuàng )業(yè)公司；產(chǎn)品覆蓋了NoSQL模型和關(guān)系模型、B/S架構和C/S架構、開(kāi)源軟件和自主研發(fā)的軟件；部署模式涵蓋了本地化部署和云服務(wù)。

測試結果顯示，在25項必須具備的能力中，這些不同廠(chǎng)家的產(chǎn)品基本都能滿(mǎn)足，僅有一家產(chǎn)品不具備加密通信能力。由于服務(wù)的領(lǐng)域和場(chǎng)景不同，對于7個(gè)可選項，各家的產(chǎn)品展現出了一定的差異，以滿(mǎn)足不同的業(yè)務(wù)需求（見(jiàn)表4）。

表4  7家企業(yè)的測評情況

在總結了業(yè)界的多款產(chǎn)品以及現階段的一些業(yè)務(wù)需求之后，總結了時(shí)序數據庫需要具備的一些技術(shù)要求，分為幾個(gè)層面：一是基礎功能，能保證數據庫具備可用性的一些最基礎的操作；其次是管理能力，決定產(chǎn)品的可管理性和易用性；再就是維護產(chǎn)品穩定運行和持續優(yōu)化的一些特性，比如兼容能力、容錯能力、擴展性、安全性；最后是性能方面的一些考察項。

功能層面的要求決定了時(shí)序數據庫產(chǎn)品是否滿(mǎn)足最基礎的一些使用條件：涵蓋常用的額數據類(lèi)型，如int、long、float、string、bool、bytearray等；數據的操作不丟失精度，支持毫秒精度數據讀寫(xiě)；支持單域或多域寫(xiě)入，提供單次和批量寫(xiě)入接口；可以增加時(shí)間序列；支持單個(gè)時(shí)間序列和多個(gè)時(shí)間序列的查詢(xún)；支持按標簽進(jìn)行過(guò)濾，包括精確匹配和模糊匹配；提供插值查詢(xún)能力，將數據補齊，并支持多種插值算法；支持按數值進(jìn)行時(shí)間序列和數據點(diǎn)過(guò)濾；支持獲取最新數據點(diǎn)；提供多種維度的聚合查詢(xún)接口，包括時(shí)間窗口聚合、標簽分組，以及min、max、avg、count、sum等基本聚合函數；能夠實(shí)現可編程函數以滿(mǎn)足一些定制化的查詢(xún)要求；在物聯(lián)網(wǎng)的使用場(chǎng)景下，能進(jìn)行基于地理位置的聚合查詢(xún)；支持按時(shí)間管理歷史數據，提供過(guò)期時(shí)間設置接口，可以高效清理歷史數據。

完整和友好的管理能力可以有效地支撐時(shí)序數據庫的使用和維護，有助于數據庫的使用者和維護團隊有更好的使用體驗。具體指標包括：具備友好的部署能力或服務(wù)開(kāi)通能力；全局范圍內的數據庫配置在線(xiàn)管理能力；能夠對數據庫狀態(tài)進(jìn)行實(shí)時(shí)監控，并具備告警能力；支持用戶(hù)的新增、刪除等管理能力，支持為用戶(hù)分配不同的權限；數據庫具備在線(xiàn)組件升級功能；能夠查看時(shí)間序列的定義、標簽的定義、指標的定義；支持與其他類(lèi)型數據庫間的數據導入和導出。

指數據庫產(chǎn)品能否與主流硬件、軟件及大數據生態(tài)對接的能力，具體包括：數據庫能夠在x86/x86-64等主流硬件上正常運行，異構硬件特別是不同CPU型號和主流操作系統能夠兼容；建議支持容器部署；能夠與Hadoop/Spark等大數據分析平臺對接。

時(shí)序數據庫應該具備一定的容錯能力，確保集群在硬件或軟件異常的情況下仍能保證數據與服務(wù)的完整性，內容包括：在發(fā)生硬件故障、操作系統故障或軟件服務(wù)故障時(shí)，運行中的服務(wù)不會(huì )受到影響；當請求超過(guò)集群能承載的壓力時(shí)，能夠通過(guò)一定的機制保證系統的可用性；能夠支持數據多副本存儲，在副本丟失時(shí)不影響查詢(xún)業(yè)務(wù)。

時(shí)序數據庫應該具備良好的擴展性，能夠根據業(yè)務(wù)需求隨時(shí)進(jìn)行集群的擴展和收縮，并保持數據的均衡：數據庫集群具備集群擴展能力，擴展前后保持數據均衡，且性能能夠隨之提升；數據庫集群具備集群縮減能力，縮減前后保持數據均衡。

時(shí)序數據庫應具備安全保障能力，主要包含：能夠對接入數據庫用戶(hù)進(jìn)行身份認證工作；能夠對數據庫內操作進(jìn)行審計工作；能夠支持客戶(hù)端與服務(wù)器端的加密通信，如HTTPS。

時(shí)序數據庫應具備較高的處理性能，需要考察的內容包括：寫(xiě)入吞吐量、寫(xiě)入時(shí)延；查詢(xún)并發(fā)度、查詢(xún)時(shí)延；聚合操作時(shí)延；數據導入并發(fā)度、時(shí)延；數據壓縮的效率。

本文從幾個(gè)層面分析了工業(yè)中時(shí)序數據處理的挑戰，描述了工業(yè)領(lǐng)域傳統的處理方案，以及在互聯(lián)網(wǎng)領(lǐng)域發(fā)展出的新技術(shù)架構，并進(jìn)行了對比。為了解決工業(yè)中新涌現的問(wèn)題，兩種實(shí)現方案需要各取所長(cháng)，互為補充，以使互聯(lián)網(wǎng)技術(shù)更好地在工業(yè)領(lǐng)域應用。并對產(chǎn)業(yè)界時(shí)序數據庫技術(shù)的發(fā)展方向進(jìn)行了分析，通過(guò)對需求方和供給側的研究，總結出了一些在新時(shí)期對于時(shí)序數據庫的技術(shù)要求。這項工作對于工業(yè)數據應用的后續發(fā)展具有很重要的意義，還將繼續研究時(shí)序數據處理的性能要求，并研發(fā)適合工業(yè)場(chǎng)景數據特征的測試基準和工具。