近三年來，盡管從國家到地方，從互聯(lián)網(wǎng)公司、工業(yè)軟件企業(yè)到制造型公司，都給予工業(yè)互聯(lián)網(wǎng)很多關(guān)注和期待，甚囂塵上，但不得不說，對于工業(yè)互聯(lián)網(wǎng)的全景認知仍是個重大挑戰(zhàn)！

在剛剛結(jié)束的2019年工業(yè)互聯(lián)網(wǎng)峰會上，邁迪信息董事長任開迅接受經(jīng)濟觀察報采訪時一語道破：

“別說是制造業(yè)企業(yè)了，即便是很多工業(yè)互聯(lián)網(wǎng)服務(wù)商，或咨詢公司，單靠自身力量，都很難把工業(yè)互聯(lián)網(wǎng)整個弄明白，因為工業(yè)企業(yè)的個性化非常強，場景復(fù)雜?！?/p>

實際上，這是一個新行業(yè)從孕育到成熟都會面對的一個共性問題——溝壑林立的垂直行業(yè)，繁雜深厚的行業(yè)知識，IT與OT的長期分立，以及從思維到行動的巨大差異……

理解工業(yè)互聯(lián)網(wǎng)（平臺），行業(yè)里也有很多視角，每個深處其中的人，猶如深入?yún)擦稚钐帲q如身在廬山之上，都有個共同的感受：力不從心。

造成對全景認知的無力感，主要原因在于“斷點太多”。

工業(yè)互聯(lián)網(wǎng)研習(xí)社推崇的方式是，首先在信息和知識層面打破這種垂直林立、顯而易見的壁壘，從資訊獲取和知識結(jié)構(gòu)上走出“舒適區(qū)”，去“看到更大的世界”，從而構(gòu)建起基于多元思維模型的認知體系。

當(dāng)然，這是困難的，但是“無限風(fēng)光在險峰”，這種認知跨越是真正的“風(fēng)光”。今天給大家推薦一種認知視角：數(shù)據(jù)視角。

一方面，數(shù)據(jù)價值比較中立，不會有太多的立場之爭，容易跨越行業(yè)之見，達成共識，利于溝通與協(xié)作；

另一方面，數(shù)據(jù)價值的潛力巨大，其重要性已經(jīng)在消費互聯(lián)網(wǎng)領(lǐng)域被驗證，各方非常重視；而且工藝數(shù)據(jù)等本身就是工業(yè)企業(yè)的核心機密，對企業(yè)立足及轉(zhuǎn)型發(fā)展都具有十分重要的意義。

今天我們試圖從數(shù)據(jù)視角，接通斷點，從數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用展示等維度勾勒工業(yè)互聯(lián)網(wǎng)全貌，發(fā)現(xiàn)那條美麗的“數(shù)據(jù)線”。

第一道閘：數(shù)采

數(shù)據(jù)是工業(yè)智能化的核心驅(qū)動。首先說數(shù)據(jù)采集，這是構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺和應(yīng)用的基礎(chǔ)，沒有數(shù)據(jù)就如同“無源之水，無本之木”。近兩年業(yè)界以談?wù)撈脚_為主，而在一定程度上忽視了數(shù)據(jù)采集的基礎(chǔ)現(xiàn)實，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟（AII）也認識到這個行業(yè)問題，隨后組織業(yè)界IT、OT和CT相關(guān)方力量，在2018年9月發(fā)布了《工業(yè)數(shù)據(jù)采集產(chǎn)業(yè)研究報告》。

工業(yè)數(shù)據(jù)采集在工業(yè)互聯(lián)網(wǎng)（IIoT）平臺架構(gòu)中處于“邊緣層”的位置，包括了設(shè)備接入、協(xié)議解析、邊緣數(shù)據(jù)處理等。工業(yè)數(shù)據(jù)采集廣義范圍既包括工業(yè)現(xiàn)場設(shè)備的數(shù)據(jù)采集和工廠外智能產(chǎn)品/裝備的數(shù)據(jù)采集，也包括對ERP、MES等應(yīng)用系統(tǒng)的數(shù)據(jù)采集（如圖）。所以，數(shù)采涉及的數(shù)據(jù)量巨大、種類繁多，要與眾多不同協(xié)議對接。

圖片/工業(yè)數(shù)據(jù)采集體系架構(gòu)

來源/AII發(fā)布《工業(yè)數(shù)據(jù)采集產(chǎn)業(yè)研究報告》

第二道閘：存儲（讀寫、查詢等）

工業(yè)現(xiàn)場數(shù)據(jù)來源多元，面對如此巨量、異構(gòu)和實時數(shù)據(jù)，應(yīng)該存放在什么地方？如何加密快速傳輸？數(shù)據(jù)是要放在本地，還是直接上云？對于工業(yè)場景來講，這都是非常現(xiàn)實的問題。

于是，“實時數(shù)據(jù)庫”登上了歷史舞臺。

實際上，業(yè)界的在討論數(shù)采和分析的時候，都沒有談到實時數(shù)據(jù)庫，這其實就是一個認知斷點。因為，這對工業(yè)企業(yè)推進工業(yè)互聯(lián)網(wǎng)是繞不過去的。

其實，數(shù)據(jù)庫也有自己的一段發(fā)展歷史，現(xiàn)在市面上常見的比如“關(guān)系數(shù)據(jù)庫”，廣泛應(yīng)用于電子商務(wù)和金融科技領(lǐng)域，面向C端的大數(shù)據(jù)存儲與挖掘。但是，工業(yè)現(xiàn)場海量采集數(shù)量有著更高的技術(shù)難度，主要包括在以下幾個方面：

1、數(shù)據(jù)量巨大，而且實時。工業(yè)監(jiān)控數(shù)據(jù)要求采集速度和響應(yīng)速度均是毫秒級的，如一個大型企業(yè)幾萬甚至幾十萬監(jiān)測點，這么大容量的高頻數(shù)據(jù)需要實時讀寫操作；

2、工業(yè)數(shù)據(jù)的協(xié)議不統(tǒng)一?；ヂ?lián)網(wǎng)數(shù)據(jù)采集一般都是我們常見的HTTP等協(xié)議，但在工業(yè)領(lǐng)域，則存在OPC、CAN、ControlNet等5000多種通訊協(xié)議。

3、對原有系統(tǒng)的采集難度大。自動化系統(tǒng)在部署時廠商水平參差不齊，大部分系統(tǒng)是沒有數(shù)據(jù)接口的，大量的現(xiàn)場系統(tǒng)沒有點表等基礎(chǔ)裝置，對于這部分數(shù)據(jù)采集的難度極大、效率很低。

4、安全性考慮不足。原先的工業(yè)系統(tǒng)都是運行在局域網(wǎng)中，安全問題不是突出考慮的重點。如果接入云端平臺，對數(shù)據(jù)存儲安全、傳輸安全等提出了更高要求。

在這種復(fù)雜工業(yè)場景和工業(yè)級企業(yè)數(shù)采與存儲的需求情況下，關(guān)系型數(shù)據(jù)庫的局限性就顯露出來，實時數(shù)據(jù)庫應(yīng)運而生。

實時數(shù)據(jù)庫（RTDB－Real Time DataBase）是數(shù)據(jù)庫系統(tǒng)發(fā)展的一個分支，是數(shù)據(jù)庫技術(shù)結(jié)合實時處理技術(shù)產(chǎn)生的。首先，實時數(shù)據(jù)庫是一個數(shù)據(jù)庫，主要用來存儲和處理數(shù)據(jù)。但同時也是一個系統(tǒng)，實時數(shù)據(jù)庫系統(tǒng)是由工業(yè)協(xié)議、實時數(shù)據(jù)庫和組態(tài)工具三部分組成的系統(tǒng)。

國內(nèi)外的大中型企業(yè)實踐表明，在流程行業(yè)中，大量使用實時數(shù)據(jù)庫系統(tǒng)進行控制系統(tǒng)監(jiān)控，系統(tǒng)先進控制和優(yōu)化控制，并為企業(yè)的生產(chǎn)管理和調(diào)度、數(shù)據(jù)分析、決策支持及遠程在線瀏覽提供實時數(shù)據(jù)服務(wù)和多種數(shù)據(jù)管理功能。所以說，實時數(shù)據(jù)庫已經(jīng)成為企業(yè)信息化建設(shè)的基礎(chǔ)數(shù)據(jù)平臺。

既然實時數(shù)據(jù)庫在工業(yè)互聯(lián)網(wǎng)落地中那么重要，那如何衡量一款實時數(shù)據(jù)庫擔(dān)負起重任呢？據(jù)專注于工業(yè)數(shù)據(jù)管理技術(shù)近20年、并成功推出openPlant?實時數(shù)據(jù)庫系統(tǒng)的專業(yè)廠商——上海麥杰科技股份有限公司總經(jīng)理鄭雁鵬介紹，要想滿足工業(yè)領(lǐng)域高頻實時采集和巨大數(shù)據(jù)量的訴求，最好能在四方面具有優(yōu)勢：：

1、良好的開放性和兼容性：豐富的I/O驅(qū)動，囊括了市面上所有主流驅(qū)動，兼容眾多通信協(xié)議；開放的數(shù)據(jù)訪問接口，便于二次開發(fā)；同時要有良好的平臺兼容性；

2、強大的數(shù)據(jù)處理能力: 能夠滿足動輒上百萬，甚至在一些大型項目中上千萬IO測點的數(shù)據(jù)寫入要求，同時又能夠?qū)ξ磥鞹B、PB級歷史數(shù)據(jù)進行高速檢索查詢能力；

3、完備的數(shù)據(jù)安全策略：安全！安全！安全！這在工業(yè)領(lǐng)域是底線，必須在存儲安全存放、數(shù)據(jù)傳輸安全、訪問安全設(shè)計、用戶權(quán)限系統(tǒng)等方面下足功夫，同時強化硬件授信設(shè)計和多層安全隔離支持，確保萬無一失；

4、豐富完善的客戶端應(yīng)用：這是面向客戶的應(yīng)用工具要便于客戶自行構(gòu)建和日常使用，比如提供圖形組態(tài)工具、圖形展示工具、趨勢分析工具、報警工具、數(shù)據(jù)建模工具、過程回放工具等。

第三道閘：數(shù)據(jù)傳輸

隨著政府推進“企業(yè)上云上平臺”的呼聲，很多人誤以為數(shù)據(jù)傳輸就是“傳到云端”。其實，不然，因數(shù)據(jù)采集來源的多元性，有些如影響產(chǎn)品質(zhì)量和生產(chǎn)效率的工藝數(shù)據(jù)等非常敏感，是企業(yè)制造過程的核心秘密，不會輕易上云的；還有一些冗余的信息、時效性要求不高的信息，也并不是要實時上傳到云端的。

在這種情況下，“邊緣計算派”崛起，集成邊緣計算功能的網(wǎng)關(guān)受到更多青睞。所以，具體數(shù)據(jù)具體分析，而且要有明確的策略，才是正確的做法。另外，數(shù)據(jù)傳輸安全也很重要。

第四道閘：分析與應(yīng)用

因篇幅所限，關(guān)于數(shù)據(jù)傳輸、分析和應(yīng)用，留待后文詳細討論，敬請關(guān)注。