工业大数据漫谈12：实时数据库与时序数据库

在工业大数据数据库存储领域，除了传统的关系型数据库和分布式数据库以外，还有一种类型的数据库是非常常用，而且是非常有必要的，就是实时数据库和时序数据库。

实时数据库诞生于美国，主要是因为现代工业制造流程及大规模工业自动化的发展，导致大量的测量数据需要集成和存储，而采用关系数据库难以满足速度和容量的要求，因此在80年代中期，开始诞生了适用于工业监控领域的实时数据库。

实时数据库其实并不单单只是一个数据库，而是一个系统，包括对各类工业接口的数据采集，海量监测数据的压缩、存储及检索，基于监测数据的反馈及控制功能等。

实时数据库的出现，主要是为了解决当时关系型数据库不太擅长的领域，包括：

1、海量数据的实时读写操作

工业监控数据要求采集速度和响应速度均是毫秒级的，一个大型企业几万甚至几十万监测点都是常有的事情，这么大容量的高频数据，如果用关系数据库进行存储，由于关系库本身设计的理念，导致它很难进行每秒几十万的数据的读写操作，而实时数据库通过转为快速读写设计的时标型数据结构、高频缓存等技术，可以实现海量数据的实时读写操作。

2、大容量数据的存储

由于数据采集是海量的监控数据，那么如果用传统数据库进行存储，将会占用大量的存储空间，如果我们用关系数据库保存10000个监测点，每个监测点每秒钟采集一次双精度数的数据，即使不考虑索引等因素，也需要5-6T的存储空间，这里还不包括存储跟监测点相关的时间等因素，如果都包括，再建立索引，则需要15T-20T的存储空间。实时数据库采用了专门的压缩算法，包括哈佛曼算法、旋转门算法以及一些二次压缩算法，压缩比普遍能够达到30:1左右，再加上对于时间及索引的特殊处理，存储量能够缩小到关系库的1/40，因此，上面的例子只需要500G的空间就能够进行有效存储了。

3、集成了工业接口的数据采集

由于历史和垄断的原因，目前工业通讯、传输的协议种类繁多，实时库一般都集成了大量的工业协议接口，可以对各种类型的工业协议进行解析和传输。同时，随着实时数据库的发展，接口软件部分也慢慢被独立出来，即可以与实时数据库核心集中部署在1台计算机上，也可以单独部署在接口机上，从而提供了更好的可扩展性和稳定性。

4、集成控制功能，可实现实时控制

实时数据库一般都提供下行控制接口，并且是高速写出。写的效率严重依赖于接口通讯效率和执行机构。因此，实时数据库大都是从工控软件厂商发展而来的，他们就有丰富的工业控制写入的经验。即便如此，毕竟工业系统对时序有严格的要求，而数据库从读到写，会出现时滞，因此，实时数据库一般不适宜对快速开关量的控制。

在云计算的时代，实时数据库的一些缺点就慢慢的显露出来了。

首先，由于实时数据库是基于时标进行处理的，就导致它只能简单的使用时间段进行查询和检索，当然，各大厂商也开发了许多工具，但无论如何检索的丰富性不能和关系库比拟。

其次，由于实时库都是出售给大型工业企业的，因此价格昂贵，在物联网时代，对于中小工业企业来说，是个不小的成本。

再次，传统实时库在部署时不够方便灵活，传输也更多的考虑工业网络，甚少考虑互联网的情况，不太适应当下云计算环境的部署。

这个时候，新兴的时序数据库就出现了。时序数据库在2017年火了起来，出现了大量的开源和商业产品，时序数据库就是存放时序数据的数据库，并且需要支持时序数据的快速写入、持久化、多纬度的聚合查询等基本功能。时序数据库其实主要是实时数据库的数据存储部分，但是，由于它采用了新的技术，极大地扩展了数据的容量，除了数据点和时间戳之外，还提供标签和内容等对数据的描述，并且提供各种聚合查询，弥补了实时库的缺陷。

但是，时序数据库不提供工业接口、下行控制等功能，这些都需要开发人员自行开发，或者将原有的接口与时序库对接。

当然，不管是实时数据库还是时序数据库，都在飞速发展中，双方一定会互相借鉴，互相学习，会提供更好、更多的产品供工业大数据使用。