在當今數(shu)(shu)字(zi)化(hua)轉型加速的(de)(de)(de)背景下，海量的(de)(de)(de)數(shu)(shu)據生(sheng)成和(he)實(shi)時處理(li)需求已(yi)成為企(qi)(qi)業(ye)面(mian)臨的(de)(de)(de)關鍵(jian)挑戰。無論是(shi)(shi)物(wu)聯(lian)網設(she)備(bei)、工業(ye)自(zi)動化(hua)系(xi)統，還是(shi)(shi)智(zhi)能(neng)城(cheng)市的(de)(de)(de)各類傳感器，數(shu)(shu)據的(de)(de)(de)采集、傳輸與(yu)分析效率(lv)，直(zhi)接影響企(qi)(qi)業(ye)的(de)(de)(de)決策與(yu)運營。為此，TDengine 推出的(de)(de)(de)邊云(yun)協(xie)同解決方案，通(tong)過將(jiang)(jiang)計算(suan)和(he)存儲分布在邊緣和(he)云(yun)端，提供高(gao)效的(de)(de)(de)數(shu)(shu)據管理(li)和(he)實(shi)時處理(li)能(neng)力，幫助(zhu)企(qi)(qi)業(ye)在降低成本(ben)的(de)(de)(de)同時，實(shi)現更靈活、更高(gao)效的(de)(de)(de)業(ye)務(wu)運營。本(ben)篇文章(zhang)將(jiang)(jiang)幫助(zhu)大家深(shen)入了解這(zhe)一(yi)解決方案的(de)(de)(de)核心(xin)技術(shu)及(ji)其(qi)應用(yong)場景，以及(ji)它如何為企(qi)(qi)業(ye)帶來創新和(he)價(jia)值(zhi)。
為什么需要邊云協同？
在(zai)工(gong)業(ye)互(hu)聯網中，邊緣(yuan)(yuan)設備的(de)作用是對(dui)本地生(sheng)產(chan)數(shu)(shu)據(ju)進行(xing)實時監控(kong)和處理，但這只能為決策者提供局部(bu)視角，無(wu)法形成(cheng)全(quan)局的(de)認知。為了做出全(quan)面、準確的(de)決策，邊緣(yuan)(yuan)設備采集的(de)數(shu)(shu)據(ju)需要上傳至云端平臺（無(wu)論是公有(you)云還(huan)是私有(you)云）。在(zai)云端，數(shu)(shu)據(ju)不(bu)僅(jin)可以(yi)被匯聚，還(huan)能通過(guo)更強(qiang)大(da)的(de)計算資源(yuan)進行(xing)融(rong)合和分析，從而為管理者提供對(dui)整(zheng)個生(sheng)產(chan)系統(tong)的(de)宏觀洞察(cha)。
邊云協同架構由此應運而生，它成為工業互聯網中不可或缺的支柱，尤其是在需要同時兼顧數據實時性和全局視角的復雜場景中。邊緣(yuan)設備(bei)(bei)通常負責監控生(sheng)產線上(shang)某一(yi)項或某幾(ji)項關鍵指標(biao)，如車間內的(de)生(sheng)產進度(du)、設備(bei)(bei)運行(xing)狀(zhuang)態(tai)等，并對異常情(qing)況進行(xing)及時(shi)告警。邊緣(yuan)設備(bei)(bei)在采集和(he)(he)處理這(zhe)些數(shu)(shu)據(ju)(ju)后(hou)，會將其(qi)傳輸到云端的(de)大數(shu)(shu)據(ju)(ju)平(ping)臺(tai)。此時(shi)，邊緣(yuan)設備(bei)(bei)可以保證數(shu)(shu)據(ju)(ju)的(de)實(shi)時(shi)性，云端則利(li)用(yong)更強大的(de)計(ji)算(suan)能(neng)力對這(zhe)些分散(san)的(de)數(shu)(shu)據(ju)(ju)進行(xing)匯總、分析(xi)和(he)(he)深度(du)挖(wa)掘。
然而，隨著邊緣設備的數量迅速增長，數據量也呈爆炸式增長。在這種情況下，要讓系統高效運行，邊云協同的數據庫或數據存儲系統需要具備選擇性上報和數據降采樣的功能。例如，邊緣(yuan)設備可能每秒鐘(zhong)采集一次數據，但為(wei)了減輕數據傳(chuan)輸和(he)存儲的(de)壓力，可以選(xuan)擇只上(shang)傳(chuan)經過降(jiang)采樣的(de)數據，將采集頻率從一秒降(jiang)為(wei)一分(fen)鐘(zhong)。這不僅減少(shao)了數據量，還保留了足夠的(de)信息，用(yong)于長期的(de)趨勢分(fen)析(xi)和(he)預測模型。
此外，邊云協同的需求還源于傳統工業數據采集系統的局限性。傳(chuan)統的(de)系(xi)(xi)統通(tong)常依賴于(yu)(yu)從 PLC（可編程邏(luo)輯控制器）采(cai)集數(shu)據，并(bing)通(tong)過(guo)工業實時數(shu)據庫進行處理。這類系(xi)(xi)統往(wang)往(wang)采(cai)用主(zhu)備架構，擴展性差，且依賴于(yu)(yu)特定的(de)操作(zuo)系(xi)(xi)統和軟硬件生態，導致(zhi)整個系(xi)(xi)統的(de)封閉性較高，靈(ling)活性和可擴展性有(you)限。
相比之下，邊云協同架構的優勢在于它的高度靈活性和可擴展性，能夠在邊緣和云端實現數據的分層處理。邊(bian)緣設備處理實時數(shu)據(ju)，快速(su)響(xiang)應(ying)現(xian)場需求，而云端則通過強(qiang)大的(de)計算能(neng)力進行(xing)數(shu)據(ju)整(zheng)合和分析，為管(guan)理層提(ti)供(gong)全局的(de)決策(ce)支持。這種(zhong)架(jia)構不僅提(ti)高了數(shu)據(ju)處理的(de)效率，還能(neng)根據(ju)實際(ji)需求進行(xing)靈(ling)活擴展，適應(ying)不同規模(mo)的(de)企業和應(ying)用場景。
TDengine 的邊云協同解決方案
正如前文所說，在工(gong)業(ye)(ye)互聯網和(he)制造(zao)業(ye)(ye)場景中，實時、高效的(de)(de)數據同(tong)步是企(qi)(qi)業(ye)(ye)優(you)化運營(ying)、提升決策(ce)能力的(de)(de)關鍵。在此背景下，TDengine Enterprise（企(qi)(qi)業(ye)(ye)版）憑借(jie)強大的(de)(de)邊(bian)云協(xie)同(tong)功能，為(wei)工(gong)業(ye)(ye)企(qi)(qi)業(ye)(ye)提供了一(yi)個靈活且高效的(de)(de)數據處(chu)理解決方案。通過該方案，企(qi)(qi)業(ye)(ye)可以實現邊(bian)緣側與云端之(zhi)間的(de)(de)數據無縫(feng)協(xie)作(zuo)，滿足各(ge)種復(fu)雜業(ye)(ye)務場景的(de)(de)需(xu)求(qiu)。
TDengine Enterprise 的邊云協同解決方案具備以下幾大核心特(te)性：
高效數據同步
支持(chi)每秒數百萬條(tiao)數據的高速同步能力(li)，確保在(zai)邊緣設備(bei)和云端平臺(tai)之間的數據傳輸既快速又穩定，無論是在(zai)工業物聯網設備(bei)密集的現(xian)場，還(huan)是云端的分析平臺(tai)，都能保持(chi)數據的實時同步。
多數據源兼容性
TDengine Enterprise 提供了廣泛(fan)的(de)數據源對接(jie)能力，支持主流工(gong)業協議和標準如 AVEVA PI System、OPC-UA、OPC-DA、MQTT 等，實現對多種(zhong)外(wai)部系(xi)統的(de)數據接(jie)入。這種(zhong)兼容(rong)性(xing)極大(da)擴展了其應用場景，無(wu)論(lun)是傳統的(de)工(gong)業系(xi)統還是新興(xing)的(de)物聯網平臺，都能輕松接(jie)入。
靈活的同步規則配置
用戶可以(yi)根據(ju)(ju)實際業(ye)務(wu)需求(qiu)配置(zhi)數(shu)據(ju)(ju)同步(bu)規(gui)則，實現對數(shu)據(ju)(ju)同步(bu)策略的(de)(de)高(gao)度定(ding)制(zhi)化。無論是降采樣、按條件篩選，還是選擇性同步(bu)不(bu)同級別的(de)(de)關鍵(jian)信息，TDengine Enterprise 都能通(tong)過配置(zhi)滿足企業(ye)對數(shu)據(ju)(ju)的(de)(de)不(bu)同要求(qiu)，確保同步(bu)的(de)(de)數(shu)據(ju)(ju)不(bu)僅有效，而且最為相(xiang)關。
斷線續傳與重新訂閱
在(zai)復雜的(de)工業環(huan)境中，網(wang)(wang)絡(luo)穩定性往往難以保障。TDengine Enterprise 支持斷(duan)線續傳(chuan)(chuan)和(he)重新訂閱功能(neng)，確保即使在(zai)網(wang)(wang)絡(luo)中斷(duan)時，數據的(de)同步也不會丟失(shi)，系統能(neng)夠(gou)在(zai)網(wang)(wang)絡(luo)恢復后(hou)繼(ji)續完(wan)成未完(wan)成的(de)傳(chuan)(chuan)輸任務，保證(zheng)數據完(wan)整性。
歷史數據遷移
當企(qi)業(ye)需(xu)要進(jin)行系(xi)統(tong)升級或更換時，TDengine Enterprise 提供了便捷的歷(li)史數據遷移(yi)功能。用戶(hu)可以輕松將歷(li)史數據從舊系(xi)統(tong)無(wu)縫遷移(yi)到新系(xi)統(tong)，確(que)保數據的持(chi)續性和一致性，避免因(yin)系(xi)統(tong)變更而造成的數據丟失或不兼容問題。
此外，TDengine Enterprise 的數據訂閱功能賦予用戶極大的靈活性。用戶可以根據業務需求自由選擇訂閱的數據范圍，無論是單個數據庫、一張超級表，甚至是帶有篩選條件的查詢語句，均可實現選擇性的同步。通過這(zhe)種方(fang)式，用戶可以將(jiang)真(zhen)正關(guan)心的數(shu)據，如離線數(shu)據或亂序數(shu)據，從邊(bian)緣側(ce)同步到云端或其他集群，最大限度地優(you)化數(shu)據傳輸效率(lv)，減少(shao)帶寬(kuan)占用和資(zi)源(yuan)浪費。
在實際的(de)(de)(de)工(gong)業場景中，比如一(yi)個生(sheng)產(chan)(chan)車(che)(che)(che)間（以下圖為例），TDengine Enterprise 可以高(gao)效(xiao)地(di)實現邊(bian)云協(xie)同(tong)(tong)(tong)架構的(de)(de)(de)應用。生(sheng)產(chan)(chan)車(che)(che)(che)間內的(de)(de)(de)設(she)備產(chan)(chan)生(sheng)的(de)(de)(de)實時數(shu)據(ju)(ju)(ju)存儲在邊(bian)緣側的(de)(de)(de) TDengine 中。隨后，部署在分(fen)廠的(de)(de)(de) TDengine 會訂(ding)閱車(che)(che)(che)間的(de)(de)(de)生(sheng)產(chan)(chan)數(shu)據(ju)(ju)(ju)，并根據(ju)(ju)(ju)業務需求(qiu)靈活配置同(tong)(tong)(tong)步(bu)規則，如降采樣或僅同(tong)(tong)(tong)步(bu)超(chao)出閾值的(de)(de)(de)數(shu)據(ju)(ju)(ju)。同(tong)(tong)(tong)理(li)，集(ji)(ji)團總部的(de)(de)(de) TDengine 會進一(yi)步(bu)訂(ding)閱各個分(fen)廠的(de)(de)(de)數(shu)據(ju)(ju)(ju)，完成集(ji)(ji)團維度的(de)(de)(de)數(shu)據(ju)(ju)(ju)匯總和分(fen)析。這種多層次(ci)、分(fen)級的(de)(de)(de)數(shu)據(ju)(ju)(ju)同(tong)(tong)(tong)步(bu)架構，保(bao)證了從生(sheng)產(chan)(chan)車(che)(che)(che)間到集(ji)(ji)團總部的(de)(de)(de)數(shu)據(ju)(ju)(ju)流動高(gao)效(xiao)、實時且具備業務相關性。
與傳統的(de)離線數(shu)據同步(bu)方式相(xiang)比，TDengine Enterprise 提供(gong)了多項顯(xian)著(zhu)的(de)優(you)勢：
- 零代碼配置：無需編寫復雜的代碼，用戶只需通過簡單的配置即可實現邊緣和云端的數據同步。
- 自動化程度高：跨區域的數據同步可以自動完成，減少了手動操作中的出錯率，顯著提高了運維效率。
- 無緩存需求：TDengine 通過優化傳輸機制，避免了大批量數據同步時帶來的網絡帶寬阻塞問題，使數據傳輸更加平滑、高效。
- 靈活、實時的數據同步：通過數據訂閱方式實現的同步支持規則配置，能夠根據具體業務需求靈活調整數據的傳輸頻率和內容。
- 統一的數據模型：邊緣側和云端均使用 TDengine，確保了數據模型的一致性，大大降低了數據治理的復雜度，提升了管理效率。
針對制造業(ye)(ye)企(qi)業(ye)(ye)普(pu)遍面(mian)臨的(de)(de)數(shu)據(ju)同步(bu)挑(tiao)戰，TDengine Enterprise 提供(gong)了(le)一個具備實時性、靈活性和(he)高(gao)效性的(de)(de)解決(jue)方案，尤其是在大(da)規(gui)模數(shu)據(ju)同步(bu)和(he)網(wang)絡環境復雜的(de)(de)情況下，極(ji)大(da)優化了(le)數(shu)據(ju)傳輸的(de)(de)效率和(he)穩定(ding)性，避(bi)免了(le)傳統方式中定(ding)期傳輸大(da)數(shu)據(ju)量(liang)所導致(zhi)的(de)(de)資源浪費和(he)帶寬擁堵問題。
邊云協同在某大型油田項目中的應用
在(zai)某(mou)大型(xing)油田的(de)生(sheng)產(chan)(chan)管理項目(mu)中，用戶需(xu)要集成多個系(xi)統，如自動(dong)化數(shu)據采集與控(kong)制、生(sheng)產(chan)(chan)視頻(pin)監控(kong)、工業物聯(lian)網、生(sheng)產(chan)(chan)數(shu)據服務和智能化生(sheng)產(chan)(chan)管理等，同時(shi)也需(xu)要建設各環節的(de)信息化采集標準。然而(er)，隨著時(shi)間推(tui)移，項目(mu)中原先使用的(de) Oracle 系(xi)統在(zai)應對大規(gui)模時(shi)序數(shu)據的(de)存(cun)儲和處理時(shi)，逐漸暴露出(chu)一些瓶頸問題：
- 在面對復雜查詢和大數據集的聚合時，寫入和查詢效率顯著下降，系統性能逐漸衰減；
- 隨著數據量的不斷增加，磁盤空間壓力增大，運維成本日益增加；
- 在分布式企業管理模式下，數據協同效率較低，難以滿足企業快速增長的業務需求。
為了解決這些問題，該項目團隊對多種技術方案進行了深入的驗證，最終選擇將 Oracle 系統中的時序數據存儲切換至 TDengine，并借助其邊云協同技術，實現了邊緣側數據到云端的實時匯聚與同步。
具體實施方案中，多個不同的 TDengine 服務將全量的歷史數據及后續產生的數據實時同步至云端 TDengine。TDengine 的核心組件之一——taosX，只需在數據(ju)接(jie)收方部署，并通過一條簡單(dan)的(de)命令，即可完成包括(kuo)歷史(shi)數據(ju)遷移(yi)、實時同步及兩者混合的(de)處理流(liu)程。
例如，使用以下命令可以將某臺服務器的?db1?歷史數據及實時數據同步到本地的?db2?數據庫：
taosx?run -f 'taos://192.168.1.101:6030/db1?mode=all' -t 'taos://localhost:6030/db2' -v此外，taosX 還支持基(ji)于(yu) TDengine 的(de) WAL 日志進行數據(ju)訂閱(yue)，通(tong)過事件驅動順序處理數據(ju)。無論是(shi)實時(shi)數據(ju)的(de)插(cha)入，還是(shi)歷史數據(ju)的(de)補錄，所(suo)有數據(ju)都(dou)能夠實時(shi)同(tong)步到目標集群，確保數據(ju)完整性和時(shi)效(xiao)性。
實施該方案后，多個 TDengine 服務實現了跨省數據實時同步，將邊緣數據匯聚至云端總部集群。當前總部集群存儲的數據量已經達到 36 TB，總數據量超過 1034 億條，數據壓縮率控制在 10% 以內。通過 TDengine 的高效壓縮技術(shu)，大幅節省了存儲資源。
自項目將 Oracle 切換為(wei) TDengine 后，優(you)化(hua)效果顯著，主要體現(xian)在以下幾方面：
- 數據寫入性能大幅提升，硬件資源占用減少，系統運行更加高效；
- 集群支持在線水平擴展，能夠輕松應對未來的擴展需求，提升了系統靈活性；
- 靈活的數據生命周期管理，便于過期數據的自動清理和歸檔，簡化了數據管理流程；
- 秒級 500 萬測點的同步速率，有效滿足了該項目對邊云協同場景的高實時性需求。
通過 TDengine 邊云協同解(jie)(jie)決方案的(de)應用(yong)，該油田項(xiang)目實現了(le)(le)對海(hai)量(liang)時序(xu)數據的(de)高(gao)效(xiao)管理(li)和實時處理(li)，解(jie)(jie)決了(le)(le)原有系統性能(neng)瓶頸問(wen)題，為(wei)未(wei)來的(de)擴展(zhan)和智(zhi)能(neng)化生(sheng)產奠定了(le)(le)堅實基礎。
結語
TDengine 邊云協同解決方案憑借其高效的數據同步能力、靈活的配置機制和強大的實時處理性能，成為應對工業互聯網場景下數據管理挑戰的有力工具。通過統一的邊云架構，時序數據庫 TDengine 能夠(gou)在滿足邊緣側實時處(chu)理(li)(li)需求的同(tong)時，將(jiang)大量數據(ju)高效匯聚至云(yun)端(duan)，幫(bang)助(zhu)企業在數據(ju)分析(xi)和決策上實現全局視角。希望本文能夠(gou)幫(bang)助(zhu)企業更好地理(li)(li)解邊云(yun)協同(tong)技(ji)術的優(you)勢，并(bing)為其(qi)未來的數字化轉型和智能化生產提供有價(jia)值的參考(kao)。
