共计 2233 个字符，预计需要花费 6 分钟才能阅读完成。
长期以来，工业软件畛域始终是传统国外软件的天下，PI 和 Wonderware 就是其中的佼佼者。近年来，随着国内软件代替浪潮和少量互联网技术向传统行业的技术溢出，这个市场正在开始产生微小的变动。
以工业时序数据库（Time Series Database，TSDB）畛域为例，已有多家大型工业企业将原来的 Wonderware InSQL/Historian 替换为新一代开源时序数据库 TDengine。到底是什么深层次的起因驱动着这个变动的产生？作为新一代的时序数据库产品，TDengine 具备哪些劣势？让咱们接下来做一些深刻的剖析。
实在代替案例
某大型卷烟厂，通过引入 TDengine，重构了其挪动平台及 MES 现场操作站架构，重点打造了“一部手机管生产”，以买通企业外部不同层级、不同零碎之间的数据壁垒，实现对内撑持业务利用和管理决策、对外提供数据共享及服务能力。就具体成绩而言，他们打造了基于二维码的产品全生命周期零碎和品质危险预警系统。大大提高了零碎性能，升高了存储和计算成本，减速了其数字化过程。
某钢铁冶金企业的能源介质监控我的项目中，仅一期电力能源设施每天产生的数据量就在 3000 万条以上；我的项目二期还会有几千个流量设施接入，整个零碎数据点也将远超 50000 点，每天产生的数据量预估在 1 亿条左右。为了解决如此大数据量带来的数据存储挑战以及原计划性能有余的问题，他们应用了 TDengine，后果是获得了显著的成果，数据读写能力也失去了极大晋升。
传统工业时序数据处理利用现状
对于工业生产中大量的典型时序数据，企业数字化的晚期，因海内软件有先发劣势，很多企业抉择了 Wonderware InTouch + InSQL/Historian 的解决方案。然而随着业务的倒退，生产中须要监测的指标从几万个减少到几十万甚至百万个以上，原有的时序数据库在扩大能力上遇到了瓶颈。
几个次要的挑战如下：
- 非国产化：在简单的国际形势下，存在一些不确定性
- 封闭性：很多软件是闭源的，而且处于本人的关闭体系之下，扩展性差
- 高度复杂度：须要洽购一系列产品组合
- 高老本：洽购价格昂贵、性能扩大须要额定付费，依赖 Windows、SQL Server 等其他软件，会产生额定的洽购老本
- 服务响应慢：国外产品广泛服务响应不及时，反馈常常以天为单位，服务保障性差
新一代时序数据库 TDengine
面对上述挑战，从多家企业的替换教训中，咱们能够看到 TDengine 时序数据库在晋升数据存取效率、突破传统数据孤岛、晋升数据无效利用率方面都为企业的数字化提供了实质性的帮忙。作为专为海量时序数据场景而设计研发的 TDengine，提供了如下外围性能：
1. 云原生（Cloud Native）：
- 时序数据与元数据处理全副采纳分布式技术，实现计算和存储拆散，具备程度扩大能力，存储和计算资源可动静扩容或缩容
- 反对 10 亿个工夫线，反对 100 个以上节点，整个集群的启动速度能够管制在一分钟以内，齐全解决时序数据业内的 High Cardinality 的问题
- 反对多正本，保证系统的高可用，另外通过 WAL 来保证数据存储的高牢靠
- 反对容器和 Kubernetes 部署，具备欠缺的可观测性（Observability），让零碎的经营保护变的轻松简略
2. 极简时序数据平台（Simplified Solution）：
- 反对音讯队列，而且对外提供的 API 与 Kafka 相似，无学习老本
- 反对流式计算，除间断查问外，也反对事件驱动的流计算，采纳 SQL 语法，反对自定义函数，让流计算的学习老本简直为零
- 反对缓存，每条工夫线的最新数据全副缓存，通过 SQL 函数就可疾速获取，无需再集成 Redis 等缓存软件
- 通过对缓存、流式计算、音讯队列的反对，采纳 TDengine 的时序数据处理系统，不再须要集成 Kafka、Redis、Spark 和 Flink 等软件，技术架构将大为简化，部署、经营保护老本将大为升高
3. 便捷的数据分析（Easy Data Analytics）：
- 从新设计了计算引擎，反对规范 SQL，反对嵌套查问，反对自定义函数，反对 Information Schema 零碎数据库
- 针对时序数据的解决进行扩大，提供了泛滥时序数据分析性能
- 通过标签疾速索引，通过分区、分片技术，通过计算节点的弹性伸缩，反对对海量时序数据的多维度的高效聚合剖析
- TDengine 不仅能实时地解决数据的写入和查问，也能作为弱小的时序数据分析工具
在不便部署，简化整体架构的同时，凭借其高性能、高压缩率，TDengine 还能够极大升高企业的总体领有老本。
TDengine 落地实际与收益
前文已提到，TDengine 自身能够作为一个极简的时序数据平台，不须要再集成 Kafka、Redis、Spark 和 Flink 等软件，大大简化了零碎架构。所以引入 TDengine 的零碎架构会非常简单，采集的数据能够通过 OPC Client 等模块间接写入 TDengine，利用端则间接通过 TDengine 的用户界面或编程接口获取数据，反对工作报警、实时大屏、MES 零碎和报表剖析等业务。
引入 TDengine 之后，搭建云上的数据中台更为轻松了，TDengine 开源、凋谢的特质，也为信息化程度的进一步晋升打下了良好的根底。
将来已来，如果你还在应用 Wonderware InSQL/Historian，而且正受限于可扩大能力等各方面限度，欢送体验云原生、开源的 TDengine。
想理解更多 TDengine Database 的具体细节，欢送大家在 GitHub 上查看相干源代码。
