本文涵盖了在考虑为工业物联网 (IIoT) 采用时间序列数据库时需要提出的 5 个关键问题。
译自 5 Questions to Ask About Adopting a Time-Series Database for IIoT，作者 Team Timescale。
对于正在考虑采用时序数据库的工业物联网 (IIoT) 开发人员、工程师和管理人员来说，需要考虑一些关键因素。
现代化工业运营面临诸多挑战，包括将传统SCADA系统与现代物联网和云架构集成、利用海量时序数据流、实现实时运营可观测性以及满足严格的合规性标准等方面的复杂性。
一个可靠的、面向行业的数据库平台，拥有广泛的插件生态系统和较低的学习曲线可以带来变革——它能够同时满足实时运营和长期分析的需求。由于每个工业用例都有其自身的要求，因此您的设置可能涉及用时序数据库替换（或与之集成）数据历史记录器。无论哪种方式，在考虑过渡时，以下五个关键问题值得您提出。这些问题绝非详尽无遗——它们只是提供了一种开始评估可用选项的方法。
选择IIoT数据库时需要考虑的一些因素
如果您的工业基础设施依赖于MQTT、Modbus或OPC-UA等协议进行控制系统通信，请评估新系统如何与现有协议集成。考虑您的历史记录器如何与PLC、DCS和SCADA系统集成，以及您的架构是否需要与控制系统进行双向通信。此外，请验证时序数据库是否可以与边缘设备无缝对接，从而实现本地化处理并降低延迟。这在停机时间可能导致重大财务或运营损失的环境中至关重要。
工业运营必须维护审计跟踪并满足具体的监管要求，因此请检查您选择的数据库是否具有审计日志记录功能。您的时序解决方案需要处理不同的数据保留期限，同时满足数据主权要求。历史数据迁移和回填功能对于维护运营连续性非常重要。寻找一个能够通过预定的数据保留和重新排序策略提供数据管理自动化的解决方案。此功能对于生产工作负载至关重要，可确保高效利用资源并优化查询性能。
了解工业应用程序的读/写模式对于选择合适的IIoT数据库至关重要。考虑您是否需要实时分析、历史分析或两者兼而有之。数据摄取速度和查询响应时间是做出架构选择的主要因素。了解数据库如何管理索引、分区和压缩，因为这些功能可以极大地提高高吞吐量环境下的性能。还值得检查数据库是否支持用户定义函数以及增强和促进机器学习工作流程的集成。
虽然采用时序数据库可能会给您的团队带来学习曲线，但合适的数据库能够带来简化运营和决策工作流程的好处，这些好处远远超过了最初的学习曲线。这些好处包括自动化手动流程、通过实时分析获得更好的洞察力以及简化的警报和通知系统，从而能够更快地响应异常情况。优先选择具有大量技术资源和用户友好文档的解决方案，以使您的团队能够充分利用新平台。
随着IIoT系统的增长，您的数据库必须能够处理数据增长、传感器网络扩展和多站点部署。了解扩展的成本和基础设施影响至关重要。寻找提供垂直和水平可扩展性的时序解决方案，使您能够处理更高的数据摄取率并在无需重新设计系统的情况下添加容量。在考虑可扩展性时，选择一个经济高效且能够处理多种数据类型的时序解决方案也很有帮助，以避免增加堆栈的复杂性。
采用时间序列数据库可以为 IIoT 系统解锁新的功能，从数据驱动的决策到改进的可扩展性、灵活性和合规性。解决上述问题（以及其他问题）可以为您的技术转型路线图提供信息。
对于工业用例示例，Timescale 的案例研究中心记录了跨行业的客户案例，这些案例展示了采用时间序列数据库带来的实际成果。Timescale 扩展了 PostgreSQL 以用于时间序列工作负载，同时保持完全的 SQL 兼容性，提供：
- 混合行-列存储引擎，无需权衡超表用于自动分区和查询优化
- 压缩率与普通 PostgreSQL 相比，存储空间减少高达 90%
- 高数据摄取率（处理包含数十亿行的表）
- 完全 ACID 合规性，因为 PostgreSQL 是 Timescale 的基础
诸如自动缩放、高可用性和各种性能优化等功能使工业应用开发人员能够更轻松地存储、管理和查询大量传感器和设备数据，而无需担心基础设施管理。
关于为 IIoT 采用时间序列数据库的问题？请在评论中告诉我们。