漫畫時序數據庫：好險，差一點沒擠進工業製造的高端局_風聞
谭婧在充电-谭婧在充电官方账号-偏爱人工智能（数据、算法、算力、场景）。-2022-10-13 11:24
圖文原創：譚婧
互聯網企業有句口號：距離成為百年企業，還有七八九十年。
互聯網企業和工業製造企業比年齡，就輸了。
工業製造企業的龍頭，動不動就是百年企業。
看看，通用，西門子，再看看，寶武集團。
這是一種帶有時間標籤的數據，叫時序數據（Time Series data）。
於是，時序數據的體量和佔比在急劇變大。
如果一個東西佔用的資源並不低，無論為了控制成本，還是挖掘價值，都會在這裏頭大做文章。
存好，用好，時序數據庫呼之欲出。
但是，數據庫是系統級別的產品，是基礎軟件，做出產品很難。
我來講一些製造企業的例子，細聊工業時序數據幾件有趣的事。
早在2013年，像三一重工這樣的企業的一台挖掘機上，就會有幾百個傳感器。
而一台大型發電機組可能會有上萬個傳感器。
再看，像寶武集團這樣的龍頭工業企業，會以毫秒為單位採集，比如，5毫秒採集一次，或者10毫秒採集一次。
時序數據的新數據比舊數據常用。
時序數據寫多更新少（或者説更新是批量化的）。
時序數據庫的寫入能力須快到飛起，甚至要求“超大規模數據瞬時寫入”。
這還不夠，要管理亂序數據。
因為關係型數據庫做不到寫入得這麼多這麼快，也不是為亂序數據管理而設計的。
網友説，這個要求很過分。
過不過分，得看具體情況。
把目光移到新疆哈密，甘肅酒泉，不僅看風機，還能看風景。
或者説，觀察橋樑的震動，你得一秒鐘觀察上萬次。
往大里説，得在分釐毫絲之間，保證人民羣眾的生命和財產。
變化，只發生在中國嗎？
並不是。
開源時序數據庫InfluxDB，在2013年發佈。
閉源時序數據庫Amazon Timestream，是AWS公司於2018 推出。
有預測，2025年時序數據庫的市場規模在269億元左右。
時序數據庫，有不少有趣之處。
查詢也以時間為中心，比如指定時間點和時間段。
關係型數據庫是一個集合。時序數據就是一個有時間順序的集合。
時間戳是主鍵，是不能重複的信息。多了這個維度，就看怎麼利用好。
數據庫的“兩條腿”是查詢引擎和存儲引擎。時序數據庫的“兩條腿”的設計必須融入時間維度的處理要素。
給時間戳加索引，就可以加快查詢。
拿到數據，控制好設備，工作就結束了嗎？
在自動化那一代產品的眼中，它們的工作就結束了。
在新興時序數據庫的眼中，工作沒有結束。
生於自動化年代的知名數據庫是Pi，它也是傳統時序數據庫的祖師爺。
這家美國公司的產品，國內電廠幾乎家家都用。也有人稱之為工業場景裏的實時數據庫。
Pi 的優勢是在運營技術（Operational Technology，OT）生產場景，而在 OT 與大批量數據讀寫的 IT 結合場景，還有較大提升空間。
2021年它被施耐德以50億美元收購。
所以要問，能在數據模型上想辦法嗎？
2.過去默認傳感器這個“端”只負責產生數據，現在不同了，把整理好的數據發送到雲端，以減輕雲上的壓力“端”要承擔更多工作量。
風機往往立在田野裏，山坡上，甚至還有山東海上風機。時序數據傳到工廠，而大型集團又可能會涉及多個工廠。
所以要問，能設計專門的傳輸方法嗎？
3.最後再説文件格式，這會關係到編碼方式和存儲方式，影響佔用多少存儲空間，也會影響花多少力氣傳輸。
同樣的數據，用不同的文件格式，所佔用的空間不同，所消耗的網絡資源也不同。
省存儲空間和省網絡資源都可以省大錢。
所以要問，能在文件格式上想辦法嗎？
這三個問題有點難，而且涉及的技術維度非常底層。
其實時序數據庫還有很多很難的問題等待被解決。
沒有好的時序數據庫，後面的分析，挖掘，人工智能應用就會吃力。
工作嘛，就講究一個默契配合。
時序數據庫屬於一種AI基礎設施，更是一種基礎軟件。
好了，
這回就聊到這吧。
差點忘了，特斯拉的歷史很短，卻引領了多項技術的標杆。
馬斯克流量大，頭腦清醒。
面對特斯拉如此多的優勢，他卻説：“製造能力是特斯拉最大的競爭力。”
有一種規律藏在製造業裏好多年了，你肯定看出來了：那些稱霸生產製造的國家，也同時稱霸基礎軟件。
我是譚婧，科技和科普題材作者。
為了在時代中發現故事，
我圍追科技大神，堵截科技公司。
偶爾寫小説，畫漫畫。
生命短暫，不走捷徑。
原創不易，多謝轉發
還想看我的文章，就關注“親愛的數據”。
（譚婧老師的漫畫科普系列不開放授權轉載，無授權轉載，抄襲，盜版者，保留訴諸法律的權力。）