小T導讀：廣東盤古信息科技股份有限公司（下文簡稱盤古信息）成立于 2005 年，是一家基于工業互聯網平臺的數字化管理解決方案供應商，公司自主研發的 IMS（數字化智能制造系統）可為離散、流程及混合制造行業提供全方位的生產制造運營管理與系統集成解決方案。通過與濤思數據的深入合作，盤古信息基于 TDengine TSDB（時序數據庫）構建了更高效(xiao)的 IMS 系統，在提升業(ye)主(zhu)服務能(neng)力(li)的同時，實現了降(jiang)本增效(xiao)。本文將(jiang)詳(xiang)細(xi)解析這一案例的背(bei)景、實施(shi)過程及取(qu)得的成(cheng)效(xiao)，為更多企業(ye)在數字化轉型中提供借鑒(jian)。

IMS 系統的技術特征

盤古信息自主研發(fa)的(de) IMS 系(xi)統（Intelligent Manufacturing System），通過集成工業軟件、物聯(lian)網（IoT）與數據分析技術，實現(xian)了生產全流(liu)程的(de)數字(zi)化管控與智(zhi)能化決策。作為工廠的(de)“數字(zi)中(zhong)樞(shu)”，IMS 旨(zhi)在將 MES（生產執行）、WMS（倉儲管理）、QMS（質量管理）等核心子(zi)系(xi)統有機融合，打(da)通計(ji)劃、生產、物流(liu)、質檢等關(guan)鍵環節的(de)數據流(liu)，實現(xian)信息在不同業務之間的(de)高效流(liu)轉(zhuan)與協同。

然而，隨著(zhu)制(zhi)造(zao)企業數(shu)字化水平的不斷(duan)提升，IMS 也面臨著(zhu)六大(da)挑戰：

IMS 的(de)核心——“設備聯網平臺”，承擔著多源設備的(de)聯機通訊(xun)、數據采集與(yu)(yu)智(zhi)能管理任務。它基于工業(ye)級 IoT 設備聯網平臺，融合主(zhu)流工業(ye)通訊(xun)協議，支(zhi)(zhi)持(chi)(chi)設備驅動的(de)擴展應用(yong)與(yu)(yu)持(chi)(chi)續(xu)的(de)終端接入；同時提供標準化的(de)通用(yong)接口，與(yu)(yu)上層(ceng)業(ye)務系統無縫對接，從而支(zhi)(zhi)撐數據分析、遠程診斷、過(guo)程管控等多種高價值應用(yong)。

通(tong)過引入 TDengine TSDB，我們顯著(zhu)增強(qiang)了應(ying)對 IMS 系統(tong)六(liu)大挑(tiao)戰的能力：

• 兼容性：支持標準 SQL 語法，提供 Native、RESTful、WebSocket 等多種連接方式，并具備良好的國產化系統適配能力。
• 先進性：采用基于 Raft 的一致性策略與基于 LSTM 的塊存儲引擎，確保高效的讀寫性能與數據可靠性。
• 穩定性：已在全球超過 83 萬個實例中穩定運行，經過充分驗證。
• 可擴展性：靈活的分區與分片策略，同時滿足縱向擴展與橫向擴展需求。
• 開放性：除企業版服務外，TDengine TSDB 擁有 2.4 萬 Star 的開源社區，并通過微信群、開發者論壇及 GitHub 提供多渠道技術支持。
• 可維護性：架構簡潔，一套軟件即可完成數據接入、存儲、加工與能力輸出，降低維護成本。

在(zai)此之(zhi)前(qian)，我(wo)們(men)曾分(fen)別基(ji)于 MongoDB 和 InfluxDB 進(jin)行(xing)實施，但(dan)都遇到了性能與(yu)擴(kuo)展瓶頸。本(ben)文將分(fen)享(xiang)我(wo)們(men)在(zai)引入(ru) TDengine 后(hou)獲得的收益，并進(jin)行(xing)橫向對比的使用體驗分(fen)析。

時序數據庫的選型痛點

在(zai)引入 TDengine TSDB 之前，我們使用 MongoDB 來存(cun)儲時序數(shu)(shu)據。作(zuo)為一款(kuan)高性(xing)能數(shu)(shu)據庫，MongoDB 在(zai)早期確實能夠滿足需求。然而，隨著數(shu)(shu)據量持續增長，問題逐漸暴露：

• 性能隨著數據量上升快速下滑：數據積累數個月后，查詢速度顯著下降，響應變得緩慢。

• 存儲占用過大：僅 3 個月的數據就已占滿服務器硬盤。

• 研發壓力增加：由于 MongoDB 不支持時序相關函數，需在應用層自行實現，開發工作量大。

因此，我(wo)們(men)迫切(qie)需要(yao)一個全新的(de)(de)時序(xu)數據庫底座。接觸到 TDengine TSDB 后，我(wo)們(men)發現這些問題有(you)了一個完(wan)美的(de)(de)解決方案。這款(kuan)時序(xu)數據庫的(de)(de)性(xing)能優勢在我(wo)們(men)的(de)(de)場(chang)景中，有(you)著(zhu)(zhu)顯著(zhu)(zhu)的(de)(de)成本與性(xing)能收益：

• 高效存儲與壓縮：壓縮率可達 5% ~ 10%，單臺機器即可輕松保存 3-5 年數據。
• 高性能查詢：無論歷史數據規模多大，常規監控查詢依然能在毫秒級返回結果。
• 高擴展性：面對大數據場景，能夠快速搭建集群，安裝與部署都十分便捷。
• 低運維成本：支持標準 SQL 語法進行業務運維，學習成本與維護難度大幅降低。
• 實時數據處理：內置豐富的時序函數，大幅減少自研工作量，降低研發壓力。

開放平臺的 DataModel

作為(wei)一個開(kai)(kai)放的(de)(de)平(ping)臺(tai)，IMS OS 必然具(ju)備完(wan)善的(de)(de)二次開(kai)(kai)發能力。其二次開(kai)(kai)發平(ping)臺(tai)以(yi)數(shu)(shu)據(ju)模型 DataModel 為(wei)核心，統(tong)一管理(li)系統(tong)的(de)(de)全(quan)開(kai)(kai)發流程，內置數(shu)(shu)據(ju)攔截(jie)器與數(shu)(shu)據(ju)校驗(yan)器，并(bing)通過自(zi)定義標(biao)識位實(shi)現校驗(yan)規則(ze)在全(quan)系統(tong)范(fan)圍內的(de)(de)復用。配合統(tong)一的(de)(de)開(kai)(kai)發規范(fan)和代碼生成器，不僅保持了開(kai)(kai)放與靈(ling)活，還兼顧高效與易用，使開(kai)(kai)發者能夠在兩(liang)周內完(wan)成標(biao)準業務功能的(de)(de)實(shi)戰開(kai)(kai)發。

要實現如此靈活的開(kai)放性(xing)，必須依托最具彈(dan)性(xing)的單列(lie)模(mo)型(xing)。在 TDengine TSDB 中，我們會按設備(bei)(bei)類型(xing)創(chuang)建(jian)超級(ji)表(biao)（Super Table），并為每(mei)個設備(bei)(bei)實例建(jian)立(li)子(zi)表(biao)（Sub Table），通過 TAG 標(biao)識數據(ju)(ju)來源(yuan)。該模(mo)型(xing)將設備(bei)(bei)的時(shi)序數據(ju)(ju)存(cun)儲在子(zi)表(biao)中，而將公共(gong) TAG 信息集中在超級(ji)表(biao)內(nei)，不僅顯著(zhu)降低了存(cun)儲空間占(zhan)用，還提升(sheng)了數據(ju)(ju)檢索效(xiao)率，有效(xiao)解決了數據(ju)(ju)高基數問題，尤(you)其適用于工業(ye)生產設備(bei)(bei)的海量數據(ju)(ju)場景。

借助 TDengine TSDB 的超(chao)(chao)級(ji)表特性，我們在 DataModel 中(zhong)將每個測點定(ding)義為一(yi)個 Model，再通過多(duo)個 Model 的組合形成“超(chao)(chao)級(ji)設(she)備”。配合代碼(ma)生成器，即可一(yi)鍵生成標準(zhun)的前后端(duan)代碼(ma)，實現快速、高效的功能開(kai)發。

高效的聚合查詢

數據計算究竟應放在數據庫中，還是獨立的應用層，一直存在爭議。有人認為，計算離數據庫越近，損耗越低（In-database Calculation）；也有人認為，計算越獨立，能力越不受約束（Application-level Calculation）。在當(dang)前的(de) IMS 系統中，得(de)益于 TDengine TSDB 的(de)引入(ru)，我們(men)選擇了(le)前者，因為它為我們(men)帶來了(le)更(geng)低的(de)響應延(yan)時和(he)更(geng)高的(de)開(kai)發效率。

在以往基于 MongoDB 的架構(gou)中，我(wo)們需要自行(xing)構(gou)建算子庫，將 Raw Data 通過(guo)投(tou)影(ying)查詢取出，再經過(guo)多層串聯計算，最終(zhong)傳遞給 UI 展(zhan)示。隨著 Raw Data 規模的增(zeng)長(chang)，應用層對 CPU 和網絡(luo)資源的消耗急劇上升，實(shi)時(shi)曲線生成速(su)度(du)明(ming)顯下降。

而借助(zhu) TDengine TSDB 內置的時序計算(suan)函數，這類業(ye)務(wu)場(chang)景得(de)以(yi)輕(qing)松(song)應對——應用(yong)層(ceng)所需數據可直接在 TDengine TSDB 中完成(cheng)實時聚合生成(cheng)，大幅(fu)減少(shao)計算(suan)與傳(chuan)輸壓力。

例如，在實(shi)時曲線計(ji)算(suan)(suan)中，降采(cai)樣聚合往往需(xu)要處(chu)理海量設(she)備數據(ju)。TDengine TSDB 憑借存(cun)儲架構優勢與內(nei)置時序函數，能(neng)夠(gou)實(shi)現高效(xiao)響應(ying)。在高并發查詢 MES 流程(cheng)開(kai)閉(bi)合區(qu)間(jian)數據(ju)并實(shi)時計(ji)算(suan)(suan)平(ping)均值(zhi)的場景下(xia)，系統平(ping)均響應(ying)時間(jian)始終穩定在 1 秒以內(nei)（毫秒級），性能(neng)表(biao)現優異。

Select first(ts), last(ts), avg(`value`) as process_means
from td_iot.s_600302 where ( tagId in('%xxxxx', '%xxxxx') 
and ts >= '2025-06-29' and ts<='2025-06-30' 
group by tagId;

極致的 TCO 收益

TCO（Total Cost of Ownership，總(zong)擁有成本）是(shi)一種用(yong)于評(ping)估資產(chan)或產(chan)品在整個(ge)生命周期內所(suo)有相(xiang)關成本的管(guan)理工具和分析方法。

在我們的(de)業務場(chang)景(jing)中，存(cun)在 1s、5s、10s、60min 等多種時(shi)間間隔(ge)的(de)時(shi)序數(shu)據(ju)寫入(ru)，數(shu)據(ju)增長(chang)速度(du)極(ji)快。這(zhe)就(jiu)要(yao)求數(shu)據(ju)既能高(gao)并(bing)發寫入(ru)、快速查詢，又要(yao)占(zhan)用極(ji)小的(de)存(cun)儲空間，可謂“既要(yao)馬兒(er)跑，又要(yao)馬兒(er)不吃草”。

TDengine TSDB 恰好做到(dao)了(le)這(zhe)一點。在生產環境中(zhong)，我們以約 5% 的壓縮率持續存儲(chu)了(le)近(jin) 5TB 的時序數據，對應原始數據量接近(jin) 100TB。與 MongoDB 相比(bi)，僅這(zhe)一項就為(wei)我們節省了(le)近(jin)百萬元的硬(ying)件采購(gou)成本。

國產化支持與運維便利

在(zai)多年的客戶服務過程中，IMS 系(xi)統(tong)逐(zhu)漸(jian)沉淀出一套具有工業軟件特色的軟件體系(xi)架(jia)(jia)構(gou)。該架(jia)(jia)構(gou)遵循開源、主(zhu)流(liu)、先進、通用、自(zi)主(zhu)可(ke)控的原則，采用 Java 開發語言(yan)與 Spring Boot 開發框(kuang)架(jia)(jia)，結合(he) B/S + C/S 架(jia)(jia)構(gou)模式，前后端基于 VUE 實現分(fen)離，并運用讀寫分(fen)離等技術手段，確保系(xi)統(tong)的穩定(ding)性、易用性與靈活(huo)性，為(wei)企業數字化(hua)建設提供持續、可(ke)靠的 IT 技術底座。

在國產化生(sheng)產環(huan)(huan)境(jing)(jing)中，TDengine TSDB 展現出卓(zhuo)越的(de)(de)適(shi)配能力，全面(mian)支持麒(qi)麟、統(tong)信 UOS 等國產操作系統(tong)，以(yi)及鯤鵬(peng)、飛(fei)騰等國產芯片架構。其輕量化部署特性（僅需(xu)單個(ge)可執(zhi)行(xing)文件）與無(wu)外部依賴的(de)(de)設(she)計，完美契合(he)封(feng)閉式現場環(huan)(huan)境(jing)(jing)的(de)(de)嚴苛(ke)要求，為國產化環(huan)(huan)境(jing)(jing)下的(de)(de)工(gong)業應用提供了穩定可靠的(de)(de)基礎(chu)。

另外，得益于完(wan)全兼容標準(zhun) SQL 語法的接口，運維(wei)(wei)人(ren)員可以直接通過類 SQL 操作(zuo)完(wan)成日常(chang)管(guan)理。對于具備分布(bu)式數據庫基礎(chu)的運維(wei)(wei)團(tuan)隊而言，3 天(tian)內(nei)即(ji)可掌握(wo) TDengine TSDB 的運維(wei)(wei)技能(neng)：

• 實時狀態監控：使用 SHOW DNODES 查看節點負載，SHOW VGROUPS 管理數據分片；
• 彈性擴縮容：在線動態增刪 dnode，實現存儲與計算資源的分離與靈活擴展；
• 數據生命周期管理：通過 ALTER DATABASE 調整數據保留策略，使用 COMPACT 命令快速重整并壓縮數據。

廣泛的適配能力與低運維成本，正是我(wo)們 IMS 系統選擇 TDengine TSDB 作為基礎數據庫組件的重要原(yuan)因(yin)。

時序應用展望

TDengine TSDB 作為基礎時序數據庫(ku)組件(jian)，持續(xu)降低了我司應用開(kai)發(fa)(fa)的復(fu)雜度(du)，并有望將大量(liang)傳(chuan)統(tong)業務邏輯從應用層下移至數據庫(ku)層。這(zhe)不僅使開(kai)發(fa)(fa)資源能夠更多聚(ju)焦于核心業務邏輯，也(ye)加(jia)快了客(ke)戶定(ding)制化需求的交付速度(du)。

我們也將持續與 TDengine TSDB 深度合(he)作，加速集成創新能力(li)，例如：

• TDgpt 智能引擎：通過插件化算法平臺，可靈活集成預測性維護模型（如時序異常檢測、趨勢預測），助力設備故障的早期預警與根因分析。
• 虛擬表技術：實現多源測點數據的自動對齊，有望消除 90% 以上的應用層數據拼接代碼，大幅提升實時分析效率。
• IDMP（Industrial Data Management Platform）：結合 IDMP 的 AI 大模型能力，實現時序工況的實時智能發現，解放現場人員的精力負擔，讓管理方式從“檢索式”邁向“推送式”。

這些技(ji)術演進將(jiang)持(chi)續增強我司的(de)數據服務能(neng)力(li)，進一步降低(di)開發(fa)門檻，為客戶提(ti)供更加敏捷、智能(neng)、經濟的(de)數字化(hua)服務平臺產(chan)品。