長期以來，工業軟件領域一直是傳統國外軟件的天下，PI 和 Wonderware 就是其中的佼佼者。近年來，隨著國內軟件替代浪潮和大批互聯網技術向傳統行業的技術溢出，這個市場正在開始發生巨大的變化。

以工業時序數據庫（Time Series Database，TSDB）領域為例，已有多家大型工業企業將原來的 Wonderware InSQL/Historian 替換為新一代開源時序數據庫 TDengine。到底是什么深層次的原因驅動著這個變化的發生？作為新一代時序數據庫產品，TDengine 具有哪些優勢？讓我們接下來做一些深入的分析。

真實替代案例

某大型卷煙廠，通過引入 TDengine，重構了其移動平臺及 MES 現場操作站架構，重點打造了“一部手機管生產”，以打通企業內部不同層級、不同系統之間的數據壁壘，實現對內支撐業務應用和管理決策、對外提供數據共享及服務能力。就具體成果而言，他們打造了基于二維碼的產品全生命周期系統和質量風險預警系統。大大提高了系統性能，降低了存儲和計算成本，加速了其數字化進程。

某鋼鐵冶金企業的能源介質監控項目中，僅一期電力能源設備每天產生的數據量在 3000 萬條以上；項目二期還會有幾千個流量設備接入，整個系統數據點也將遠超 50000 點，每天產生的數據量預估在 1 億條左右。為了解決如此大數據量帶來的數據存儲挑戰以及原方案性能不足的問題，他們使用了 TDengine，結果是取得了明顯的效果，數據讀寫能力也得到了極大提升。

傳統工業時序數據處理應用現狀

對于工業生產中大量的典型時序數據，企業數字化的早期，因海外軟件有先發優勢，很多企業選擇了 Wonderware InTouch + InSQL/Historian 的解決方案。但是隨著業務的發展，生產中需要監測的指標從幾萬個增加到幾十萬甚至百萬個以上，原有的時序數據庫在擴展能力上遇到了瓶頸。

幾個主要的挑戰如下：

• 非國產化：在復雜的國際形勢下，存在一些不確定性

• 封閉性：很多軟件是閉源的，而且處于自己的封閉體系之下，擴展性差

• 高度復雜度：需要采購一系列產品組合

• 高成本：采購價格昂貴、功能擴展需要額外付費，依賴 Windows、SQL Server 等其他軟件，會產生額外的采購成本

• 服務響應慢：國外產品普遍服務響應不及時，反饋經常以天為單位，服務保障性差

新一代時序數據庫 TDengine

面對上述挑戰，從多家企業的替換經驗中，我們可以看到 TDengine 時序數據庫在提升數據存取效率、打破傳統數據孤島、提升數據有效利用率方面都為企業的數字化提供了實質性的幫助。作為專為海量時序數據場景而設計研發的 TDengine，提供了如下核心功能：

1. 云原生（Cloud Native）：

• 時序數據與元數據處理全部采用分布式技術，實現計算和存儲分離，具備水平擴展能力，存儲和計算資源可動態擴容或縮容

• 支持 10 億個時間線，支持 100 個以上節點，整個集群的啟動速度可以控制在一分鐘以內，完全解決時序數據業內的 High Cardinality 的問題

• 支持多副本，保證系統的高可用，另外通過 WAL 來保證數據存儲的高可靠

• 支持容器和 Kubernetes 部署，具備完善的可觀測性（Observability），讓系統的運營維護變的輕松簡單

2. 極簡時序數據平臺（Simplified Solution）：

• 支持消息隊列，而且對外提供的 API 與 Kafka 類似，無學習成本

• 支持流式計算，除連續查詢外，也支持事件驅動的流計算，采用 SQL 語法，支持自定義函數，讓流計算的學習成本幾乎為零

• 支持緩存，每條時間線的最新數據全部緩存，通過 SQL 函數就可快速獲取，無需再集成 Redis 等緩存軟件

• 通過對緩存、流式計算、消息隊列的支持，采用 TDengine 的時序數據處理系統，不再需要集成Kafka、Redis、Spark 和 Flink 等軟件，技術架構將大為簡化，部署、運營維護成本將大為降低

3. 便捷的數據分析（Easy Data Analytics）：

• 重新設計了計算引擎，支持標準 SQL，支持嵌套查詢，支持自定義函數，支持 Information Schema 系統數據庫

• 針對時序數據的處理進行擴展，提供了眾多時序數據分析功能

• 通過標簽快速索引，通過分區、分片技術，通過計算節點的彈性伸縮，支持對海量時序數據的多維度的高效聚合分析

• TDengine 不僅能實時地處理數據的寫入和查詢，也能作為強大的時序數據分析工具

在方便部署，簡化整體架構的同時，憑借其高性能、高壓縮率，TDengine 還可以極大降低企業的總體擁有成本。

TDengine 落地實踐與收益

前文已提到，TDengine 本身可以作為一個極簡的時序數據平臺，不需要再集成 Kafka、Redis、Spark 和 Flink 等軟件，大大簡化了系統架構。所以引入 TDengine 的系統架構會非常簡單，采集的數據可以通過 OPC Client 等模塊直接寫入 TDengine，應用端則直接通過 TDengine 的用戶界面或編程接口獲取數據，支持工作報警、實時大屏、MES 系統和報表分析等業務。

引入 TDengine 之后，搭建云上的數據中臺更為輕松了，TDengine 開源、開放的特質，也為信息化水平的進一步提升打下了良好的基礎。

未來已來，如果你還在使用 Wonderware InSQL/Historian，而且正受限于可擴展能力等各方面限制，歡迎體驗云原生、開源的 TDengine。

---

👇 點擊閱讀原文，與專業的解決方案專家共同探討解決方案吧。

總結

以上是生活随笔為你收集整理的替换 Wonderware，云原生时序数据库 TDengine 助力工业数字化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。