管理 学习应用最佳实践并优化您的操作。

为什么Iiot项目需要特定IIOT特定的数据库

行业4.0创造了一个无数的机会,如预测机器分析,计算机视觉,无人卡车和工业穿戴设备,适合组织变得更加高效。这些用例具有共同点:它们都需要收集,处理,存储和分析到电源数据驱动的决策的大量数据卷。

使组织能够以可扩展,性能和有效的方式从这种巨大数量的数据中提取价值是IIOT的承诺。鉴于这种数据的核心作用,数据库技术是解锁IIOT的利益所必需的数字转换的核心。

很遗憾,超过70%的物联网项目失败由于缺乏必要的技能和实施有效生产数据基础架构的技术挑战。工业组织现在分享了通过云实时优化流程的共同目标,以及将传统基础架构转换为适当的数据库策略的共同挑战。

为什么Iiot数据是一个挑战

IIOT数据的规模和形状与传统和网络级数据的规模和形状非常不同。这主要是因为涉及的数据源和终点的大量广度。传统数据库和基础架构技术简单地不旨在处理IIOT规模的机器数据的大小。

为了获得更好的IIOT规模,想象一下工厂有成千上万的传感器积极收集来自一万种不同类型的传感器的数据。现在想象一个组织在世界各地运行100家这样的工厂以及每个供应链。IIOT数据库实现的任务是不仅收集了这些庞大的传感器数据卷,而且还可以提供有效的性能并在子二级上实现实时数据分析。

另一个问题是工业物联网数据的多样性。IIoT传感器数据通常存储为一个嵌套的JSON文档。还有关系数据,如文章和产品信息、批处理信息、拓扑和固件,这些数据必须与传感器数据关联并上下文化才能有意义。

此外,工业物联网还生成带有时间戳的全文时间序列数据,用于跟踪过程,地理空间数据用于协调移动设备的数据点,图像数据用于验证产品状况,以及其他多媒体BLOB数据。作为工业组织规模,这种巨大的数据范围必须易于管理。更重要的是,组织必须能够使用单个数据库而不是协调多个数据库来保持简单性。

传统数据库不适合IIOR

试图使用为IIOT转型为非IIOT使用案例构建的传统数据库的组织用于IIOT转型,迅速发现其缺点。更具体地说,诸如Oracle和MySQL等传统SQL数据库的规模昂贵,而不是为IIT使用情况固定的高数据卷和查询复杂性做好准备。

开发人员经常发现传统的NoSQL和NewsQL数据库如MongoDB和Apache Cassandra邀请,因为它们很容易开始。然而,他们最终需要专门的工程师和复杂的管理,推动高人员成本。与此同时,绝大多数工业工程堆栈都是SQL连接的,使得这些NoSQL和NewsQL解决方案难以与现有工具集成并适应现有工具。最后,这些数据库选项不是用于IIT工作负载的性能优化。

此外,时间序列数据库(如InfluxDB和Timescale)也可能出现不足,因为它们没有完全分布式架构的特性。例如,连接、子选择和聚合查询不是以完全分布式的方式实现的。这使得水平扩展计算能力以满足这些需求变得困难。可以轻松地存储数据和制作时间序列图表,但它们不是为运行高并发工作负载而构建的。

可能会调用IIT工作负载以处理每节点数千个连接。例如,运行交互式仪表板,并在重负载下同时写入系统。由于工业环境中的巨大量和数据速度,数据库必须处理多个时间序列查询每秒,这比标准时间序列数据库的顶级查询速度快得多。

时间序列数据库也缺乏处理动态模式所需的灵活性,必须在另一方面运行额外的数据库来实现标准的工业物联网用例。此外,传统物联网数据库架构不支持工业物联网的规模,与其他时间序列工作负载相比,工业物联网的规模和复杂性通常更大。

工业物联网部署需要建立一个用于工业物联网特定参数的数据库

IIT需要无限的可扩展性,因为IIT解决方案可以轻松进入Tberabytes甚至卑鄙的数据。数据库不仅必须处理该卷,还必须满足计算侧的性能需求。存储和计算的可扩展性必须像添加新节点一样简单。

此外,数据库必须是能够存储IIT需要的所有不同类型的数据模型的多功能数据模型。它还必须支持大量和高度并发的工作负载,以及具有动态架构,使组织能够在运行时添加列而不重新登记或重放数据。

最后,数据库必须为混合云和本地边缘部署提供支持。工厂需要实时制定关键决策,并在没有可靠的互联网连接的情况下实现分析或云连接不是必需的情况。

工业物联网的成功取决于效率

工业物联网部署必须易于集成和操作,同时从一个总拥有成本(TCO)的观点。例如,一个文档数据库可能需要8个节点以可接受的速度运行IIoT用例,还有一个SQL数据库。相比之下,有意为工业物联网创建的数据库可以单独处理相同的用例,并且只有三个节点,从而提供了效率的变革性提高。

效率还意味着能够扩展访问工业物联网部署的最终用户数量。例如,当组织看到利用交互式仪表板的结果和机会时,他们可能会迅速扩大使用它们的员工数量。这对于计算需求来说是一个巨大的增长,但是这种扩展必须是简单的并且是可以承受的。

此外,在操作数据库所需的技能方面,在开发人员生产力中测量效率。有效的IIOT数据库解决方案是任何开发人员可以在框中使用的,并且在将其运行时具有较低的复杂性作为分布式引擎。理想情况下,数据库将运行很少的维护和监督,以及无需专门的Devops人员。

当行业组织实现专为工业物联网构建的数据库时,结果是惊人的:TCO降低70%是完全有可能的,同时性能提高100倍,并具有多pb级的潜力。

数据库世界正在发展,现在组织为特定用例利用特定的、有目标的和战术的数据库解决方案变得更加普遍。对于工业物联网部署,利用工业物联网特定的数据库解决方案是成功的必要条件,而且比尝试使用错误的工具来完成任务容易得多。

所有物联网议程网络贡献者对其帖子的内容和准确性负责。观点是作者的,并不一定传达物联网议程的思想。

搜索CIO.
搜索安全
搜索网络
搜索数据中心
搜索数据管理
关闭