2021工業(yè)實時數(shù)據(jù)庫行業(yè)白皮書

2021工業(yè)實時數(shù)據(jù)庫行業(yè)白皮書目錄CONTENTS

工業(yè)實時數(shù)據(jù)庫定義&工業(yè)實時數(shù)據(jù)庫定義工業(yè)實時數(shù)據(jù)庫發(fā)展歷程工業(yè)實時數(shù)據(jù)庫發(fā)展概況工業(yè)實時數(shù)據(jù)庫市場規(guī)模工業(yè)實時數(shù)據(jù)庫競爭情況工業(yè)實時數(shù)據(jù)庫行業(yè)應(yīng)用典型行業(yè)應(yīng)用案例/33實時數(shù)據(jù)庫市場規(guī)模預(yù)計2025年達到269億元，CAGR為36.6%；其中離散制造業(yè)應(yīng)用實時數(shù)據(jù)庫市場規(guī)模將于2024年突破100億。實時數(shù)據(jù)庫市場規(guī)模預(yù)計2025年達到269億元，CAGR為36.6%；其中離散制造業(yè)應(yīng)用實時數(shù)據(jù)庫市場規(guī)模將于2024年突破100億。流程與離散型制造業(yè)流程差異大，但生產(chǎn)中痛點部分重合，從而產(chǎn)生對應(yīng)用實時數(shù)據(jù)庫需求，雖產(chǎn)生需求原因不盡相同，但預(yù)期達到目的相似，便于借助流程工業(yè)經(jīng)驗，快速覆蓋離散制造業(yè)市場。流程工業(yè)代表行業(yè)（電力、石油、鋼鐵）對于實時數(shù)據(jù)庫應(yīng)用較早且較成熟，應(yīng)用場景產(chǎn)出價值高；離散制造代表行業(yè)（汽車、家電、飛機）滲透率不及流程工業(yè)，但潛在測點數(shù)量大，未來空間大。行業(yè)未來趨勢：技術(shù)方面，邊緣算力下沉，軟件接口協(xié)議統(tǒng)一化；產(chǎn)品方面，應(yīng)用場景增加，產(chǎn)品功能更豐富完整；市場方面，規(guī)模膨脹，產(chǎn)品國產(chǎn)化替代加速，行業(yè)頭部效應(yīng)顯露。流程與離散型制造業(yè)流程差異大，但生產(chǎn)中痛點部分重合，從而產(chǎn)生對應(yīng)用實時數(shù)據(jù)庫需求，雖產(chǎn)生需求原因不盡相同，但預(yù)期達到目的相似，便于借助流程工業(yè)經(jīng)驗，快速覆蓋離散制造業(yè)市場。流程工業(yè)代表行業(yè)（電力、石油、鋼鐵）對于實時數(shù)據(jù)庫應(yīng)用較早且較成熟，應(yīng)用場景產(chǎn)出價值高；離散制造代表行業(yè)（汽車、家電、飛機）滲透率不及流程工業(yè)，但潛在測點數(shù)量大，未來空間大。行業(yè)未來趨勢：技術(shù)方面，邊緣算力下沉，軟件接口協(xié)議統(tǒng)一化；產(chǎn)品方面，應(yīng)用場景增加，產(chǎn)品功能更豐富完整；市場方面，規(guī)模膨脹，產(chǎn)品國產(chǎn)化替代加速，行業(yè)頭部效應(yīng)顯露。工業(yè)實時數(shù)據(jù)庫定義&發(fā)展歷程PAGE5PAGE5工業(yè)實時數(shù)據(jù)庫是處理對實時性要求高的時標(biāo)型信息的數(shù)據(jù)庫管理系統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)圖像機器人執(zhí)行器傳感器DCS/PLC/SCADA數(shù)據(jù)源物聯(lián)網(wǎng)標(biāo)準協(xié)議互聯(lián)網(wǎng)數(shù)據(jù)圖像機器人執(zhí)行器傳感器DCS/PLC/SCADA數(shù)據(jù)源物聯(lián)網(wǎng)標(biāo)準協(xié)議接入層基礎(chǔ)數(shù)據(jù)關(guān)鍵技術(shù)核心模塊開放接口平臺管理及工具集第三方智能儀器/儀表數(shù)據(jù)集成平臺物聯(lián)網(wǎng)連接器用戶權(quán)限日志信息報警信息歷史數(shù)據(jù)實時數(shù)據(jù)分散式集群管理海量數(shù)據(jù)壓縮加密傳輸協(xié)議動態(tài)內(nèi)存管控矢量圖形展示故障報警數(shù)據(jù)追溯統(tǒng)計報表指標(biāo)分析······過程監(jiān)控系統(tǒng)集成實時數(shù)據(jù)庫系統(tǒng)架構(gòu)中國數(shù)字化發(fā)展大背景下，工業(yè)對數(shù)據(jù)的應(yīng)用不再停留在查看階段，需進一步與時間結(jié)合，掌握數(shù)據(jù)隨時間的變化。SQLOPAPI（C/C++/C#/JAVA/Golang/Python/Nodejs）WEBAPIOPCMQTT時標(biāo)得時標(biāo)時標(biāo)得時標(biāo)導(dǎo)出數(shù)據(jù)獲得時標(biāo)有效性實時性??外部有效期內(nèi)部有效期處理速度實時響應(yīng)元數(shù)據(jù)管理數(shù)據(jù)分區(qū)安全管理數(shù)據(jù)響應(yīng)數(shù)據(jù)整理計算引擎實時數(shù)據(jù)庫根本特征數(shù)據(jù)有效期實時數(shù)據(jù)庫根本特征數(shù)據(jù)有效期事務(wù)截止期世界上實時數(shù)據(jù)庫產(chǎn)品于1990年代面世，中國對其研究起步稍晚19601960年代1970年代1980年代中期1990年代中期21世紀，。在70年代出現(xiàn)的關(guān)系數(shù)據(jù)庫，以UBC開發(fā)的Ingres以及IBMSanJose的SystemR為典型，讓數(shù)據(jù)誕生了邏輯性。但隨著發(fā)達國家傳統(tǒng)工業(yè)化技術(shù)水平遇到瓶頸，關(guān)系數(shù)據(jù)庫在存儲及分析海量工業(yè)數(shù)據(jù)時顯得力不從心，“實時數(shù)據(jù)庫”的概念便應(yīng)運而生。國內(nèi)的實時數(shù)據(jù)庫研究開始得晚一些。隨著國內(nèi)工業(yè)界對分布式控制系統(tǒng)的廣泛引進和應(yīng)用教育科技界率先進行實時數(shù)據(jù)庫的理論研究。當(dāng)時對實時數(shù)據(jù)庫系統(tǒng)的研究主要來解決實時系統(tǒng)中的數(shù)據(jù)管理問題或為RTDBS提供時間驅(qū)動調(diào)度和資源分配算法。到了90年代，出現(xiàn)了最早的實時數(shù)據(jù)庫產(chǎn)品。1994年DBx公司發(fā)布的Zip-RTDBMS和1995年MartinMarieta公司發(fā)布的EagleSpeedRTDBMS被公認為是高度符合實時要求而開發(fā)的實時數(shù)據(jù)庫在流程工業(yè)全世界范圍內(nèi)大行其道，源于以太網(wǎng)的逐步普及；主要應(yīng)用于工業(yè)監(jiān)控、控制和公用工程。在國家層面，中國將“實時數(shù)據(jù)庫”看作是與操作系統(tǒng)同一級別的基礎(chǔ)軟件，國內(nèi)很多大型工業(yè)企業(yè)都已經(jīng)應(yīng)用上了實時數(shù)據(jù)庫軟件。上世紀，中國的實時數(shù)據(jù)庫市場一直處于被國外品牌壟斷的局面，但是在過去幾年國家鼓勵以及企業(yè)對安全性愈發(fā)重視的影響下，更多本土自主研發(fā)產(chǎn)品質(zhì)量達到了世界領(lǐng)先水平。英國于20世紀80年代中期開始了最早的實時數(shù)據(jù)庫研究。隨著流程工業(yè)和航天工業(yè)的發(fā)展，誕生了以工業(yè)監(jiān)控為目的的實時數(shù)據(jù)庫并在19883月份的ACMsigmodrecord上發(fā)表了實時數(shù)據(jù)庫系統(tǒng)專輯。計算機數(shù)據(jù)庫始于1960年代，當(dāng)時使用計算機存儲數(shù)據(jù)對私營個體來說已經(jīng)具備經(jīng)濟效益性。當(dāng)時IBM采用的SABRE系統(tǒng)在幫助AmericanAirlines管理其預(yù)定數(shù)據(jù)的工作上取得了重大成功。工業(yè)實時數(shù)據(jù)庫發(fā)展概況，IDC8，IDC8全球數(shù)據(jù)量未來爆炸性增長，將于2025年達到175ZB引自IDCIDCIDC預(yù)測，全世界到2025年將有超過1500201715%，而到202530。億歐智庫：全球數(shù)據(jù)圈的每年規(guī)模（ZB億歐智庫：全球數(shù)據(jù)圈的每年規(guī)模（ZB）18015012090603000%01010%2020%304030%5040%60億歐智庫：實時數(shù)據(jù)占比，9，9實時數(shù)據(jù)庫市場規(guī)模預(yù)計2025年達到269億元，CAGR為36.6%將于2025688CAGR為23.4%2025269為36.6%市場規(guī)模將于2024年突破100億，于2025年超過流程工業(yè)應(yīng)用規(guī)模。50-100倍億歐智庫：中國數(shù)據(jù)庫市場規(guī)模（億元）800.00億歐智庫：中國數(shù)據(jù)庫市場規(guī)模（億元）800.00700.00688600.00CAGR23.4%611500.00493400.00368309300.00241200.00100.000.0020202021e2022e2023e2024e2025e億歐智庫：中國實時數(shù)據(jù)庫市場規(guī)模（億元）300.00269250.00200.00CAGR36.6%203152150.00104100.00805650.000.0020202021e2022e流程2023e離散2024e2025e38501865833110340124701011451010目前行業(yè)內(nèi)玩家可分為：海外傳統(tǒng)、國內(nèi)傳統(tǒng)、組態(tài)軟件、開源數(shù)據(jù)庫海外傳統(tǒng)廠商PI球裝機量最多，據(jù)統(tǒng)計，2019755000套PI系統(tǒng)正在投入運行。

國內(nèi)傳統(tǒng)廠商典型代表 典型代表組態(tài)軟件廠商

開源數(shù)據(jù)庫典型代表 典型代表，PAGE，PAGE11市面上典型代表五款產(chǎn)品比較：PI和OpenPlant全面領(lǐng)先于其他產(chǎn)品可靠性

實時計算速度

數(shù)據(jù)讀取速度

壓縮比 價

跨平臺能力

安全性

運維服務(wù)

硬件協(xié)議兼容OSIPI麥杰OpenPlantGEiHistorian三維力控InfluxDBPI市面價格最高，目前有降低趨勢，麥杰產(chǎn)品在國內(nèi)處于較高水平海外廠商普遍跨平臺能力較差，均只支持windows平臺海外廠商安全性和運維服務(wù)均不如國內(nèi)廠商強/高 弱/低

硬件協(xié)議兼容性方面，PI和三維力控分別在海外和國內(nèi)最為全面PAGE12PAGE12《智能制造綜合標(biāo)準化與新模式應(yīng)用項目管理工作細則》《國家智能制造標(biāo)準體系建設(shè)指南（2018年改版）》《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄（2019年本，征求意見稿）》《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導(dǎo)意見》《工業(yè)和信息化部關(guān)于工業(yè)大數(shù)據(jù)發(fā)展的指導(dǎo)意見》制造業(yè)重點領(lǐng)域突破一批重大關(guān)鍵技術(shù)實現(xiàn)產(chǎn)業(yè)化到《智能制造綜合標(biāo)準化與新模式應(yīng)用項目管理工作細則》《國家智能制造標(biāo)準體系建設(shè)指南（2018年改版）》《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄（2019年本，征求意見稿）》《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導(dǎo)意見》《工業(yè)和信息化部關(guān)于工業(yè)大數(shù)據(jù)發(fā)展的指導(dǎo)意見》制造業(yè)重點領(lǐng)域突破一批重大關(guān)鍵技術(shù)實現(xiàn)產(chǎn)業(yè)化到2019年，累計制修訂300項以上智能制造標(biāo)準加快發(fā)展數(shù)字化、人工智能和先進制造業(yè)，產(chǎn)業(yè)優(yōu)化升級以智能制造為主攻方向，加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展打造資源富集、應(yīng)用繁榮、產(chǎn)業(yè)進步的工業(yè)大數(shù)據(jù)生態(tài)體系201020152016201720182018201920202020《中國制造20152016201720182018201920202020《中國制造2025》明確提出建設(shè)制造強國；到2025年，制造業(yè)整體素質(zhì)大幅提升《智能制造發(fā)展規(guī)劃》《增強制造業(yè)核心競爭力三年行動計劃（2016~2020年）》到2025年智能制造支撐體系基本建立，重點產(chǎn)業(yè)初步實現(xiàn)轉(zhuǎn)型制造業(yè)重點領(lǐng)域突破一批重大關(guān)鍵技術(shù)實現(xiàn)產(chǎn)業(yè)化制造業(yè)為提升競爭力挖掘數(shù)據(jù)潛在價值成為行業(yè)主要內(nèi)部驅(qū)動因素策策有很大價值。數(shù)據(jù)工業(yè) 升級延伸數(shù)據(jù)

數(shù)據(jù)規(guī)模擴大設(shè)備智能化改造&應(yīng)用場景增多，導(dǎo)致可采檢索壓力。

基于云計算、超連接、數(shù)字孿生等關(guān)鍵數(shù)字技術(shù)的應(yīng)用作為支撐，實現(xiàn)精準管控、降本增效。對數(shù)據(jù)庫需求將從原先的粗放型數(shù)據(jù)轉(zhuǎn)變?yōu)閷脑鹊拇址判蛿?shù)據(jù)轉(zhuǎn)變?yōu)榱６雀〉臄?shù)據(jù)大提升。

存儲更多數(shù)據(jù)更多功能&性質(zhì)

實時關(guān)系工業(yè)實時數(shù)據(jù)庫行業(yè)應(yīng)用PAGE15PAGE15流程與離散型制造業(yè)流程差異大，流程制造業(yè)數(shù)據(jù)采集自動化程度高工業(yè)生產(chǎn)主要可以分為流程型流程制造業(yè)離散制造業(yè)產(chǎn)品結(jié)構(gòu)上級物料和下級物料之間的數(shù)量關(guān)系往往不固定，可能隨外界條件最終產(chǎn)品由固定個數(shù)的零件或部件組成，數(shù)量關(guān)系明確并且固定。不同而不同。伴隨產(chǎn)出的不只是產(chǎn)品或中間產(chǎn)品，還可能細分為主產(chǎn)品、副產(chǎn)品、協(xié)產(chǎn)品、回流物和廢物。質(zhì)量管理一般采用對同一生產(chǎn)批號產(chǎn)品進行各工序上的抽樣檢驗。對單件小批生產(chǎn)，一般需要檢驗每個零件，每道工序的加工質(zhì)量。對批量生產(chǎn)，一般采用首檢，抽檢，SPC分析相結(jié)合。庫房物料管理一般不設(shè)中間半成品庫房，配方原料庫位一般設(shè)置在工序旁邊。一般對半成品庫也設(shè)有相應(yīng)的庫房。配方領(lǐng)料不是根據(jù)工序分別領(lǐng)料，而是根據(jù)生產(chǎn)計劃一次領(lǐng)料放在各工序根據(jù)生產(chǎn)作業(yè)計劃以及配套清單分別進行領(lǐng)料。工序庫位中。作業(yè)計劃調(diào)度以流水生產(chǎn)線方式組織,連續(xù)的生產(chǎn)方式，只存在連續(xù)的工藝流程，需要根據(jù)優(yōu)先級、工作中心能力、設(shè)備能力、均衡生產(chǎn)等方面對工序級、不存在與離散企業(yè)對應(yīng)的嚴格的工藝路線。設(shè)備級的作業(yè)計劃進行調(diào)度。因此，作業(yè)計劃調(diào)度不需要也無法精確到工序級別，而是以整個流這種調(diào)度是基于有限能力的調(diào)度并通過考慮生產(chǎn)中的交錯，重疊和并行操水生產(chǎn)線為單元進行調(diào)度。作來準確地計算工序的開工時間，完工時間，準備時間，排隊時間以及移動時間。數(shù)據(jù)采集自動化程度較高，設(shè)備控制級大量采用DCS、。以手工上報為主，并可以結(jié)合條形碼采集等半自動信息采集技術(shù)進行工時，檢測驅(qū)動方面，各種智能儀表，數(shù)字傳感器已普遍應(yīng)用。設(shè)備、物料、質(zhì)量等信息的采集。過程控制則廣泛采用以小型機為主的自動控制系統(tǒng)。數(shù)據(jù)采集方式時間間隔較大，容易受人為因素影響，需注意數(shù)據(jù)準確性。流程工業(yè)與離散制造痛點部分重合，大部分解法背后需實時數(shù)據(jù)庫支撐流程管控要求高流程管控要求高產(chǎn)品附加值低離散制造運維困難個性化需求高能耗污染大安全風(fēng)險高調(diào)度復(fù)雜產(chǎn)品結(jié)構(gòu)復(fù)雜停機成本高設(shè)備保護后市場增值服務(wù)多同質(zhì)化問題供應(yīng)鏈管理問題工序零散現(xiàn)場監(jiān)控問題質(zhì)量檢測問題決策輔助不準確工藝流程問題流程工業(yè)初步解法信息互通優(yōu)化工藝流程提升溝通效率降低能耗故障預(yù)測技術(shù)要求數(shù)據(jù)更多更精細數(shù)據(jù)算法更優(yōu)化獲取&傳輸數(shù)據(jù)時延更低設(shè)備管理更科學(xué)根源技術(shù)建立數(shù)據(jù)平臺海量數(shù)據(jù)，PAGE，PAGE17流程工業(yè)與離散制造對實時數(shù)據(jù)庫需求原因不同，但需求目的具有共性流程工業(yè)代表行業(yè)：發(fā)電、石化、鋼鐵、水利設(shè)備可靠性維護流程型工作具有不間斷的特性，停機停產(chǎn)成本極高，因此需要有大量歷史數(shù)據(jù)帶入預(yù)測模型對長時間工作的設(shè)備進行隱患排查，做到防范于未然而并非亡羊補牢。提升流程工業(yè)生產(chǎn)線效率如同汽車引擎有最效率轉(zhuǎn)速，流程工業(yè)產(chǎn)線也存在最佳運行功率，企業(yè)需要借助實時數(shù)據(jù)權(quán)衡生產(chǎn)線的運轉(zhuǎn)功率、能源消耗、產(chǎn)出效率給出最優(yōu)解決方案。流程工業(yè)代表行業(yè)：發(fā)電、石化、鋼鐵、水利設(shè)備可靠性維護流程型工作具有不間斷的特性，停機停產(chǎn)成本極高，因此需要有大量歷史數(shù)據(jù)帶入預(yù)測模型對長時間工作的設(shè)備進行隱患排查，做到防范于未然而并非亡羊補牢。提升流程工業(yè)生產(chǎn)線效率如同汽車引擎有最效率轉(zhuǎn)速，流程工業(yè)產(chǎn)線也存在最佳運行功率，企業(yè)需要借助實時數(shù)據(jù)權(quán)衡生產(chǎn)線的運轉(zhuǎn)功率、能源消耗、產(chǎn)出效率給出最優(yōu)解決方案。數(shù)據(jù)總量增加設(shè)備智能改造、傳感器數(shù)量增加、新能源新場景的出現(xiàn)導(dǎo)致所需收集的數(shù)據(jù)量增加離散制造代表行業(yè)：飛機、汽車、家電、電子設(shè)備管理雖然停機停產(chǎn)成本低于流程行業(yè)，但是實時數(shù)據(jù)庫能夠?qū)崿F(xiàn)更智能的設(shè)備管理，降低不良率，分析安全生產(chǎn)時間等指標(biāo)仍可以大幅降低損失，提升效率。降低人工開支目前手工/半自動收集上報數(shù)據(jù)現(xiàn)象仍然普遍，運用數(shù)字化采集和實時數(shù)據(jù)庫，降低點檢人工數(shù)量，降低人工開支。目前企業(yè)現(xiàn)場的數(shù)字化改造程度不夠深，對過程數(shù)據(jù)的重視程度不夠高，當(dāng)前已有的數(shù)據(jù)存儲技術(shù)無法應(yīng)對未來離散制造行業(yè)數(shù)據(jù)規(guī)模的爆發(fā)式增長。傳感器數(shù)量CAGR:5%-10%近年來，各種控制系統(tǒng)在電力、石化、鋼鐵等流程工業(yè)中得到了廣泛的應(yīng)用，平均每年在各類設(shè)備上的傳感器增速為5%-10%。機械臂傳感器數(shù)量CAGR:20%-30%以汽車領(lǐng)域制造機械臂為例，傳統(tǒng)機械臂從20個傳感器傳輸數(shù)據(jù)增加到目前120個傳感器，未來預(yù)估每年存在20%-30%的增量空間。PAGE18PAGE18以實時數(shù)據(jù)庫為核心的工業(yè)高適應(yīng)性一體化解決方案，泛用性強數(shù)據(jù)接入數(shù)據(jù)接入 數(shù)據(jù)傳輸 數(shù)據(jù)存儲 業(yè)務(wù)分析 價值實現(xiàn) 邊緣計算

實時數(shù)據(jù)庫

云計算 數(shù)據(jù)源輸入 邊緣數(shù)據(jù)計算 數(shù)據(jù)源輸入 邊緣協(xié)同組件

核心功能實時計算實時計算

存儲信息模型搭建 生產(chǎn)數(shù)據(jù) 日志信息 模型搭建

人工智能引擎 數(shù)據(jù)源分析反饋 數(shù)據(jù)備份管理 數(shù)據(jù)源分析反饋IoT管理 數(shù)據(jù)讀取 化IoT管理 無損壓縮 質(zhì)量管控

物流數(shù)據(jù) 報警信息 銷售數(shù)據(jù) 用戶權(quán)限

虛擬計算 協(xié)議轉(zhuǎn)換組件

有損壓縮

運營管理

環(huán)境數(shù)據(jù) 員工數(shù)據(jù)

企業(yè)應(yīng)用服務(wù) 生產(chǎn)系統(tǒng) 各類供應(yīng)商 各類供應(yīng)商 投入 換/控制 產(chǎn)出 戶/市場 ，PAGE，PAGE19流程工業(yè)代表行業(yè)：傳統(tǒng)電力行業(yè)簡介：20216%-7%。（SIS：SupervisoryInformationSystem）SIS系統(tǒng)的核心組成部分，由于供電廠設(shè)備數(shù)量眾多，對監(jiān)測要求高，實時數(shù)據(jù)庫目前集中運用于電力行業(yè)發(fā)電階段（尤其是火電廠）。由于供電廠設(shè)備數(shù)量眾多，對監(jiān)測要求高，實時數(shù)據(jù)庫目前集中運用于電力行業(yè)發(fā)電階段（尤其是火電廠）。集中發(fā)電輸電配電售電用電輸配電環(huán)節(jié)對實時數(shù)據(jù)庫的應(yīng)用涉及電網(wǎng)的用電數(shù)據(jù)采集、存儲、查詢、分析等。結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)實時數(shù)據(jù)庫處理目標(biāo)海量數(shù)據(jù)的高效壓縮和安全存儲：總數(shù)據(jù)采集點數(shù)量會達到結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)實時數(shù)據(jù)庫處理目標(biāo)軸系扭矩、溫度、震動等關(guān)鍵參數(shù)。確保設(shè)備穩(wěn)定性：核電廠是實時數(shù)據(jù)庫下游應(yīng)用中對設(shè)備穩(wěn)定性要求最高的場景之一實時數(shù)據(jù)庫對數(shù)據(jù)高頻吞吐功能在系統(tǒng)中必不可少。

電力行業(yè)數(shù)據(jù)特點：

產(chǎn)業(yè)鏈環(huán)節(jié)顏色含義較少/沒有應(yīng)用實時數(shù)據(jù)庫（后6較少/沒有應(yīng)用實時數(shù)據(jù)庫較多應(yīng)用實時數(shù)據(jù)庫較多應(yīng)用實時數(shù)據(jù)庫有應(yīng)用實時數(shù)據(jù)庫有應(yīng)用實時數(shù)據(jù)庫流程工業(yè)代表行業(yè)：新能源發(fā)電行業(yè)簡介：隨著2030工作環(huán)境復(fù)雜多變。建立集團監(jiān)管中心進行數(shù)據(jù)匯集智能化處理，對分布式區(qū)域子站集控中心實行兩級管理模式。建立集團監(jiān)管中心進行數(shù)據(jù)匯集智能化處理，對分布式區(qū)域子站集控中心實行兩級管理模式。分布發(fā)電輸電配電售電用電對升壓站、輸變電線路產(chǎn)生的數(shù)據(jù)進行同緯度分析處理，為后期運維提供基礎(chǔ)數(shù)據(jù)數(shù)據(jù)采集頻率線路數(shù)據(jù)采集頻率線路采用秒級監(jiān)測頻率，與監(jiān)測網(wǎng)絡(luò)同步；發(fā)電機設(shè)備應(yīng)用毫秒級實時獲取設(shè)備狀態(tài)。單體設(shè)備有400-500個數(shù)據(jù)點，陸上風(fēng)機有100-200個數(shù)據(jù)點；光伏產(chǎn)業(yè)點位更多，升壓站、裂變器、電表等具體點位數(shù)量與工藝和光伏發(fā)電板的部署方式相關(guān)。數(shù)據(jù)點位數(shù)量增速未來新能源發(fā)電數(shù)據(jù)點位數(shù)量將保持平均每年40%-50%的增速。運營管理：理工具和決策支持工具，從而優(yōu)化企業(yè)資源配置，提高管理效率和生產(chǎn)效率。模型的計算中，進行更準確的天氣及性能預(yù)測，實現(xiàn)設(shè)備反控，減小惡劣環(huán)境影響。降本增效：提升生產(chǎn)效率源，提升轉(zhuǎn)換效率；降低維護成本五到十年期間，風(fēng)機開始磨損，故障率再度攀升，導(dǎo)致設(shè)備停機造成巨大損失。建數(shù)據(jù)模型對突發(fā)事件提前預(yù)防，延長設(shè)備壽命，減少風(fēng)機非停次數(shù)和停機時間。

流程工業(yè)代表行業(yè)：石油化工行業(yè)簡介：；數(shù)字平臺上傳至數(shù)字化生產(chǎn)指揮系統(tǒng)，重點監(jiān)視開采、運輸、提煉階段數(shù)字平臺上傳至數(shù)字化生產(chǎn)指揮系統(tǒng)，重點監(jiān)視開采、運輸、提煉階段勘探開發(fā)鉆井開采運輸提煉生產(chǎn)對不同的工藝流程，不同的系統(tǒng)數(shù)據(jù)匯總，形成統(tǒng)一的平臺安全預(yù)警：行預(yù)測性警示，鞏固石油工業(yè)的安全底線。環(huán)境監(jiān)測：由于污染力強，石油行業(yè)生產(chǎn)流程對環(huán)境監(jiān)測需求極高?；趯崟r數(shù)據(jù)庫的環(huán)境檢測預(yù)警信息化，污染源檢測，保證檢測結(jié)果的科學(xué)性、真實性和可靠性。降低生產(chǎn)成本：從鉆井到管道，有許多影響油氣公司生產(chǎn)成本的內(nèi)外部因素，例如，巖石分析用于確定挖掘油井的適當(dāng)位置，將井下數(shù)據(jù)與附近的石油生產(chǎn)數(shù)據(jù)配對可以使石

石化行業(yè)數(shù)據(jù)特點：產(chǎn)業(yè)鏈條長，多環(huán)節(jié)導(dǎo)致數(shù)據(jù)量大、數(shù)據(jù)種類多。采油根據(jù)采油廠的規(guī)模和具體需求，總點位數(shù)量約為采油根據(jù)采油廠的規(guī)模和具體需求，總點位數(shù)量約為10萬-50萬點。采氣天然氣輸送過程的中間廠站數(shù)據(jù)點位數(shù)量約在1萬個?？碧江h(huán)節(jié)已經(jīng)應(yīng)用數(shù)據(jù)采集，環(huán)境數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)占比較高，難以處理。流程工業(yè)代表行業(yè)：鋼鐵生產(chǎn)行業(yè)簡介：實現(xiàn)了生產(chǎn)設(shè)備、檢測儀器等基70%實時數(shù)據(jù)庫覆蓋各個環(huán)節(jié)，淬火與軋鋼環(huán)節(jié)的數(shù)據(jù)測點占比較多。實時數(shù)據(jù)庫覆蓋各個環(huán)節(jié)，淬火與軋鋼環(huán)節(jié)的數(shù)據(jù)測點占比較多。燒結(jié)煉鐵焦化……淬火模鑄軋鋼鋼鐵生產(chǎn)步驟極多，對應(yīng)鋼廠車間眾多，各個分廠實時數(shù)據(jù)庫并行運行，物理上分散。技術(shù)質(zhì)量管理：按過往品控程序，產(chǎn)品質(zhì)量呈波動變化。100%秒級數(shù)據(jù)采樣，實現(xiàn)“動態(tài)調(diào)整”來解決“動態(tài)變化”?；厮葑粉?，精準定位故障環(huán)節(jié)，提升產(chǎn)品質(zhì)管水平。現(xiàn)場管理：過去企業(yè)更多采用分級數(shù)據(jù)篩選，人工采集關(guān)鍵數(shù)據(jù)點，頻率慢，間隔大（2分鐘/點至5分鐘/點之間波動），擬合曲線不精準，只有監(jiān)控和趨勢管理的作用。實時數(shù)據(jù)庫高頻采數(shù)和傳輸功能大大提升了擬合精準度，縮短數(shù)據(jù)采集上報時間，保證決策的時效性和科學(xué)性。廠區(qū)管理：

鋼鐵行業(yè)數(shù)據(jù)特點：設(shè)備監(jiān)控數(shù)據(jù)（毫秒級）設(shè)備監(jiān)控數(shù)據(jù)（毫秒級）例：一條軋機線布置100多個數(shù)據(jù)采集點，產(chǎn)生的高頻數(shù)據(jù)量約10000個。在熱軋鋼階段，實時數(shù)據(jù)庫基本覆蓋整條產(chǎn)線的參數(shù)快速監(jiān)控，以0.5秒為一個時間節(jié)點進行采集。工藝流程數(shù)據(jù)（秒級）例：關(guān)鍵的工藝參數(shù)、溫度、濕度、機組運行速度、張力等，包括軋制力、電流等等都需要進行過程管控以及動態(tài)模型分析?；A(chǔ)物流數(shù)據(jù)（平均3次/分鐘）例：生產(chǎn)物流、鋼卷的動態(tài)庫存、運輸狀態(tài)等。離散制造代表行業(yè)：汽車制造行業(yè)簡介：（95%）。目前總、焊車間設(shè)備覆蓋率目前總、焊車間設(shè)備覆蓋率<50%，預(yù)計全部覆蓋時間為3-4年限制覆蓋進度原因：企業(yè)預(yù)算有限，無法短時間內(nèi)完全部署沖壓焊裝涂裝總裝除總、焊車間外，其他車間覆蓋率較低，預(yù)計于總、焊車間接近完全覆蓋后開始推進限制覆蓋進度原因：設(shè)備數(shù)量較少，工藝流程重要度低于總、焊車間大量數(shù)據(jù)采集：目前平均每個工廠點數(shù)達到4-5萬點，95%測點部署于總焊車間設(shè)備?？?、焊以外的車間預(yù)計覆蓋后的測點量級為總、焊車間總測點量的一半。所有車間全設(shè)備覆蓋后，測點量級預(yù)計達到10萬點以上。工廠狀況管理不停線時間以及安全生產(chǎn)時間等要素。設(shè)備種類眾多，導(dǎo)致私有化協(xié)議眾多，影響交付周期穩(wěn)定性、采集頻率以及安全性是OEM重要考慮因素。自我調(diào)節(jié)：數(shù)據(jù)模型建立完善后，汽車制造企業(yè)有望通過大數(shù)據(jù)演變學(xué)習(xí)進行設(shè)備種類眾多，導(dǎo)致私有化協(xié)議眾多，影響交付周期穩(wěn)定性、采集頻率以及安全性是OEM重要考慮因素。

汽車制造行業(yè)數(shù)據(jù)特點：分鐘級采集分鐘級采集秒級采集毫秒級采集對應(yīng)設(shè)備代表機床機器人電機離散制造代表行業(yè)：家電制造30家電產(chǎn)品種類成千上萬，工藝流程復(fù)雜且細節(jié)多，根據(jù)產(chǎn)品的不同存在巨大差異對設(shè)備的監(jiān)控和產(chǎn)線自動化程度提升是首要訴求家電產(chǎn)品種類成千上萬，工藝流程復(fù)雜且細節(jié)多，根據(jù)產(chǎn)品的不同存在巨大差異對設(shè)備的監(jiān)控和產(chǎn)線自動化程度提升是首要訴求物料配送產(chǎn)品生產(chǎn)質(zhì)量檢測成品入庫銷售對產(chǎn)品全生命周期的管理幫助企業(yè)實現(xiàn)資源最優(yōu)化配置設(shè)備控制：值不可估量的設(shè)備數(shù)據(jù)，后期通過這些數(shù)據(jù)針對特定工藝工序進行調(diào)整產(chǎn)，保證最終品的質(zhì)量以及產(chǎn)品生產(chǎn)的節(jié)奏控制。強化集團管控了解生產(chǎn)線運行狀況。減少停機損失：設(shè)備停機將多項數(shù)據(jù)與報警信息和處理辦法打包處理，應(yīng)用工作。通過這種方式大幅縮短了停機時間，對產(chǎn)品生產(chǎn)效率提升了15%-20%.

家電制造行業(yè)數(shù)據(jù)特點：300萬-500萬。以洗衣機滾筒制造工廠為例，部件加工工廠部署超過70萬點位。以秒級為主，在注塑、沖壓、發(fā)泡、吸附毫秒級別。離散制造代表行業(yè)：飛機制造行業(yè)簡介：、2.飛機制造業(yè)尖端程度高，私有化飛機制造尖端程度高，私有化率小，部門設(shè)備行業(yè)獨有，數(shù)據(jù)采集難度大。飛機制造尖端程度高，私有化率小，部門設(shè)備行業(yè)獨有，數(shù)據(jù)采集難度大。零部件制造部裝整裝飛機沒有整裝生產(chǎn)線，國內(nèi)飛機制造基本在手工線上借助輔助機器設(shè)備生產(chǎn)。（大型機械如船舶、動車等制造業(yè)都存在類似問題）邊緣車間設(shè)備管理：產(chǎn)生的制造信息來源于不同部門、時間段、人員和設(shè)備，實時數(shù)據(jù)庫保證多設(shè)備狀態(tài)反饋到位。成品運維監(jiān)測：需求將會出現(xiàn)自民航總局與各航空公司。運維方面未來發(fā)展空間大，制造技術(shù)不如國外先進，未在運維中應(yīng)用實時數(shù)據(jù)。

飛機制造行業(yè)數(shù)據(jù)特點：飛機制造對于工藝精度要求極高，對于數(shù)據(jù)采集數(shù)量與頻次要求高，10萬個點位并達到毫秒級別的數(shù)據(jù)采集頻率。PAGE26PAGE26行業(yè)應(yīng)用案例：知名能源集團運用實時數(shù)據(jù)系統(tǒng)建立新能源發(fā)電運維中心項目效果只用8臺服務(wù)器（雙機熱備）組成全球最大規(guī)模（超1000W點）實時數(shù)據(jù)在線集項目效果只用8臺服務(wù)器（雙機熱備）組成全球最大規(guī)模（超1000W點）實時數(shù)據(jù)在線集群，大大節(jié)約了硬件投入和后期維護投入，為企業(yè)節(jié)省大量成本。2020年已接入實時數(shù)據(jù)點數(shù)超過700萬點，十四五期間將再增加一倍。需求部門或組織提供數(shù)據(jù)服務(wù)的能力大大提升，分析服務(wù)提供者。實時數(shù)據(jù)平臺為提供更多深層次服務(wù)打好基礎(chǔ)減少非停次數(shù)和停機時間，優(yōu)化庫存、采購和維修計劃。平臺界面展示應(yīng)用者為世界應(yīng)用者為世界500強的發(fā)電企業(yè)，發(fā)電裝機容量在世界范圍名列前茅。項目 ?新能源板塊正在成為電力集團轉(zhuǎn)型升級重要戰(zhàn)略支撐。為實現(xiàn)存背景量提效、增量高效，客戶積極尋求加快新能源產(chǎn)業(yè)信息化管理、數(shù)字化發(fā)展、智能化運維的解決方案?？蛻敉袋c客戶痛點新能源分布較廣、環(huán)境復(fù)雜多變，運維成本居高不下。對工作人員的專業(yè)技能要求較高。新能源場站、區(qū)域中心等數(shù)字化建設(shè)不足，基礎(chǔ)設(shè)備不完善。管理實效性難以突破，精細化監(jiān)管無力支撐。方案配置方案配置兩級配置：實時庫采用區(qū)域集控中心、集團監(jiān)管中心兩級配置。多重備份：數(shù)據(jù)分別存儲于多個服務(wù)器，實現(xiàn)多點備份保障數(shù)據(jù)完整性，且配備一個異地災(zāi)備中心以存儲鏡像數(shù)據(jù)。實時庫+分析庫：融合實時庫高刷新率、高性能斷面數(shù)據(jù)查詢和高性能趨勢數(shù)據(jù)查詢的特點，以及分析庫對海量數(shù)據(jù)的在線統(tǒng)計、即席查詢、多維鉆取、數(shù)據(jù)挖掘的優(yōu)勢。機臺產(chǎn)能實時數(shù)據(jù)平臺界面客戶痛點工業(yè)設(shè)備數(shù)量多、各產(chǎn)線自動化水平不一、工廠地理位置分散、數(shù)據(jù)鏈路不通暢等原因?qū)е聼o法快速集中獲取數(shù)據(jù)。設(shè)備效率、質(zhì)量等指標(biāo)需手工計算，無法實時監(jiān)控生產(chǎn)情況。缺乏技術(shù)方案處理中心端高并發(fā)海量實時數(shù)據(jù)。機臺產(chǎn)能實時數(shù)據(jù)平臺界面客戶痛點工業(yè)設(shè)備數(shù)量多、各產(chǎn)線自動化水平不一、工廠地理位置分散、數(shù)據(jù)鏈路不通暢等原因?qū)е聼o法快速集中獲取數(shù)據(jù)。設(shè)備效率、質(zhì)量等指標(biāo)需手工計算，無法實時監(jiān)控生產(chǎn)情況。缺乏技術(shù)方案處理中心端高并發(fā)海量實時數(shù)據(jù)。方案配置硬件配置：工廠端安裝邊緣智能終端，通過無線網(wǎng)絡(luò)，實現(xiàn)生產(chǎn)數(shù)據(jù)的實時采集、存儲和傳輸，支持PLC遠程調(diào)試。軟件配置：于云端部署海量數(shù)據(jù)管理平臺及實時數(shù)據(jù)庫，在平臺上搭建設(shè)備KPI管理應(yīng)用，通過設(shè)備生產(chǎn)、運行數(shù)據(jù)構(gòu)建KPI指標(biāo)管理體系，結(jié)合數(shù)據(jù)庫計算引擎，實現(xiàn)設(shè)備指標(biāo)的實時分析及可視化展示。項目效果解決內(nèi)網(wǎng)無法支撐遠程調(diào)試功能，減少改動風(fēng)險。實現(xiàn)設(shè)備遠程實時監(jiān)管，項目效果解決內(nèi)網(wǎng)無法支撐遠程調(diào)試功能，減少改動風(fēng)險。實現(xiàn)設(shè)備遠程實時監(jiān)管，提升管理精細度及水平。實現(xiàn)設(shè)備KPI考核，掌握設(shè)備效能，優(yōu)化生產(chǎn)工藝，實現(xiàn)降本增效。實時數(shù)據(jù)庫系統(tǒng)已能夠處理300萬點1000萬點。應(yīng)用者為全球領(lǐng)先的生活解決方案服務(wù)商，深入全球應(yīng)用者為全球領(lǐng)先的生活解決方案服務(wù)商，深入全球160個國家和地區(qū)，服務(wù)全球10億+用戶家庭。項目 ?客戶期望采集產(chǎn)線設(shè)備獲得生產(chǎn)、運行數(shù)據(jù)，獲取工廠生產(chǎn)運行背景信息后，通過設(shè)備生產(chǎn)效能指標(biāo)分析，逐步優(yōu)化生產(chǎn)流程、完善排產(chǎn)計劃，實現(xiàn)節(jié)能增效。車身焊點質(zhì)量追溯界面客戶痛點IT與車身焊點質(zhì)量追溯界面客戶痛點IT與難以融合。上層應(yīng)用煙囪矗立，數(shù)據(jù)彼此孤立，難以實現(xiàn)質(zhì)量追溯。方案配置總述：數(shù)據(jù)平臺側(cè)提供工業(yè)物聯(lián)網(wǎng)智能終端、實時數(shù)據(jù)庫支撐物聯(lián)網(wǎng)平臺，為企業(yè)提供準確、完整、安全的數(shù)據(jù)支持。以焊裝各環(huán)節(jié)為例：采用工業(yè)物聯(lián)網(wǎng)智能終端，對生產(chǎn)線上設(shè)備（如機器人、上百部焊鉗和中頻自適應(yīng)焊機）的輸送線狀態(tài)、故障報警、生產(chǎn)、工藝參數(shù)等數(shù)據(jù)進行實時采集，然后將數(shù)據(jù)上傳（或經(jīng)計算后再上傳）到廠級服務(wù)器。項目效果針對種類繁多的產(chǎn)線的數(shù)據(jù)采集，實現(xiàn)450個大類的協(xié)議對接。項目效果針對種類繁多的產(chǎn)線的數(shù)據(jù)采集，實現(xiàn)450個大類的協(xié)議對接。應(yīng)用者為全球領(lǐng)先的年輕車企，其整車工廠在雷諾日產(chǎn)三菱聯(lián)盟工廠綜合競爭力排名中實現(xiàn)9年7冠。應(yīng)用者為全球領(lǐng)先的年輕車企，其整車工廠在雷諾日產(chǎn)三菱聯(lián)盟工廠綜合競爭力排名中實現(xiàn)9年7冠。項目 ?客戶期望采集產(chǎn)線設(shè)備獲得生產(chǎn)、運行數(shù)據(jù)，獲取工廠生產(chǎn)運行背景信息后，通過設(shè)備生產(chǎn)效能指標(biāo)分析，逐步優(yōu)化生產(chǎn)流程、完善排產(chǎn)計劃，實現(xiàn)節(jié)能增效。工業(yè)實時數(shù)據(jù)庫行業(yè)未來展望PAGE30PAGE30實時數(shù)據(jù)庫技術(shù)發(fā)展兩大趨勢1

2 硬件上據(jù)測點反饋的數(shù)據(jù)真實性、時效性會略有不同；備設(shè)備同技術(shù)橫向融合是提升自身價值的重要途經(jīng)，其中以邊緣計算與實時數(shù)據(jù)庫的相關(guān)性最強。

數(shù)量 采集難度大幅上升數(shù)

數(shù)據(jù)采集難度分布式計算 算力下沉

當(dāng)數(shù)據(jù)過于龐大，集中化的處理方式很難響應(yīng)實時的數(shù)據(jù)分析需求時，需要通過邊緣設(shè)備實時響應(yīng)的處理并反饋，采取這種分級處理的方式能夠有效提升時效性數(shù)據(jù)的價值，同時減輕存儲系統(tǒng)的負擔(dān)。尤其在離散制造業(yè)行業(yè)碎片化程度高且呈橫向分布，應(yīng)用邊緣計算技術(shù)可以更契合離散制造系統(tǒng)實時工業(yè)軟件開發(fā)。

企業(yè)無法獲得真實有效信息設(shè)備供應(yīng)商軟件上存在限制，接口標(biāo)準眾多難以高度統(tǒng)一據(jù)對接問題。供商的統(tǒng)一需求。簡化上下級數(shù)據(jù)傳輸通道，提高數(shù)據(jù)采集效率及數(shù)據(jù)真實性，降低再開發(fā)費用企業(yè)簡化上下級數(shù)據(jù)傳輸通道，提高數(shù)據(jù)采集效率及數(shù)據(jù)真實性，降低再開發(fā)費用生產(chǎn)符合統(tǒng)一協(xié)議標(biāo)準、普適性高的設(shè)備，幫助企業(yè)從源頭實現(xiàn)實時系統(tǒng)高度一體化設(shè)備供應(yīng)商生產(chǎn)符合統(tǒng)一協(xié)議標(biāo)準、普適性高的設(shè)備，幫助企業(yè)從源頭實現(xiàn)實時系統(tǒng)高度一體化降低數(shù)據(jù)采集難度，提升數(shù)據(jù)真實有效性，加快實時數(shù)據(jù)庫向更多行業(yè)應(yīng)用的腳步數(shù)據(jù)庫供應(yīng)商降低數(shù)據(jù)采集難度，提升數(shù)據(jù)真實有效性，加快實時數(shù)據(jù)庫向更多行業(yè)應(yīng)用的腳步實時數(shù)據(jù)庫產(chǎn)品升級兩大方向1 功能升級，應(yīng)用場景增加 2 更完整成熟的實時數(shù)據(jù)產(chǎn)品向下”兼容的能力，例如汽車、家具、食品等行業(yè)。

相較于Influxdb和opentsdb等開源平臺，庫產(chǎn)品更適用于工業(yè)制造領(lǐng)域。多是使用者的身份，對產(chǎn)品的首要需求是穩(wěn)定、可維護。安全 產(chǎn)能 自動化需求低

以家具行業(yè)為例的制造業(yè)對實時數(shù)據(jù)庫的最大訴求是提升產(chǎn)線自動化水平。

工業(yè)企業(yè) 互聯(lián)網(wǎng)企

自身漏洞較多，需要后期調(diào)整優(yōu)化，額外的開發(fā)成本對工業(yè)企業(yè)來說也是一筆不小的支出。場景當(dāng)中。 云平臺 實時數(shù)據(jù)庫 遠程設(shè)備遙控 無人智能巡檢 遠程診

最大程度實現(xiàn)工廠自動化生產(chǎn)，實現(xiàn)無人化“黑燈工廠減少企業(yè)人力成本，提高生產(chǎn)效率。

工業(yè)智能生產(chǎn)采用的架構(gòu)比較類似，已建立一套相對成熟的，對于行進一步開發(fā)應(yīng)用。中國工業(yè)實時數(shù)據(jù)庫市場發(fā)展方向一：市場規(guī)模急速膨脹市場規(guī)模急速膨脹工業(yè)場景中，80%以上的監(jiān)測數(shù)據(jù)都是實時數(shù)據(jù)，過去企業(yè)沒有重視保存歷史數(shù)據(jù)，如今對數(shù)據(jù)價值挖掘及應(yīng)用的需求和實際使用的情況之間存在巨大缺口，市場有很大上升空間，預(yù)計至2025年達到269億元的規(guī)模。以數(shù)據(jù)為核心競爭力的意識將在制造業(yè)中蔓延滲透至大大小小各個細分行業(yè)，未來大量應(yīng)用實時數(shù)據(jù)庫成為必然趨勢。 舊市場擴充 新市場開辟 以流程行業(yè)為主要增長點，需求來源于企業(yè)積極響應(yīng)國家智能