图文原创：谭婧
互联网企业有句口号：距离成为百年企业，还有七八九十年。
互联网企业和工业制造企业比年龄，就输了。
工业制造企业的龙头，动不动就是百年企业。
看看，通用，西门子，再看看，宝武集团。
工业制造为了管好高端装备和工程建筑物，就用传感器收集它们的数据。
这是一种带有时间标签的数据，叫时序数据（Time Series data）。
其实，时序数据在生活中也很常见。
虽然时序数据跟整个数据管理相比只是其中很小的一个门类，但架不住传感器数量多，收集频率高。不少场景要求尽可能的收集传感器数据。
于是，时序数据的体量和占比在急剧变大。
举个例子，特斯拉车主到底有没有踩刹车，谁敢仅仅依据少量样本数据做判断。
如果一个东西占用的资源并不低，无论为了控制成本，还是挖掘价值，都会在这里头大做文章。
存好，用好，时序数据库呼之欲出。
但是，数据库是系统级别的产品，是基础软件，做出产品很难。
我来讲一些制造企业的例子，细聊工业时序数据几件有趣的事。
早在2013年，像三一重工这样的企业的一台挖掘机上，就会有几百个传感器。
而一台大型发电机组可能会有上万个传感器。
再看，像宝武集团这样的龙头工业企业，会以毫秒为单位采集，比如，5毫秒采集一次，或者10毫秒采集一次。
时序数据按时间顺序产生，
时序数据的新数据比旧数据常用。
时序数据写多更新少（或者说更新是批量化的）。
时序数据库的写入能力须快到飞起，甚至要求“超大规模数据瞬时写入”。
这还不够，要管理乱序数据。
这个工作让关系型数据库来干，就得说Sorry了。
因为关系型数据库做不到写入得这么多这么快，也不是为乱序数据管理而设计的。
网友说，这个要求很过分。
过不过分，得看具体情况。
把目光移到新疆哈密，甘肃酒泉，不仅看风机，还能看风景。
让你去观察一座桥梁的震动情况，你得重视监控的精确性。正常情况下，用100-1000Hz的频率去采集数据。
或者说，观察桥梁的震动，你得一秒钟观察上万次。
往大里说，得在分厘毫丝之间，保证人民群众的生命和财产。
变化，只发生在中国吗？
并不是。
赶上早班车的国际数据库产品包括：
开源时序数据库InfluxDB，在2013年发布。
闭源时序数据库Amazon Timestream，是AWS公司于2018 推出。
有预测，2025年时序数据库的市场规模在269亿元左右。
时序数据库，有不少有趣之处。
时间戳是所有时序数据必有的字段，数据大部分按照时间顺序到达。好比医生有很多病人，每个病人有号码牌，病人按顺序就诊。
查询也以时间为中心，比如指定时间点和时间段。
关系型数据库是一个集合。时序数据就是一个有时间顺序的集合。
时间戳是主键，是不能重复的信息。多了这个维度，就看怎么利用好。
数据库的“两条腿”是查询引擎和存储引擎。时序数据库的“两条腿”的设计必须融入时间维度的处理要素。
给时间戳加索引，就可以加快查询。
拿到数据，控制好设备，工作就结束了吗？
在自动化那一代产品的眼中，它们的工作就结束了。
在新兴时序数据库的眼中，工作没有结束。
生于自动化年代的知名数据库是Pi，它也是传统时序数据库的祖师爷。
这家美国公司的产品，国内电厂几乎家家都用。也有人称之为工业场景里的实时数据库。
Pi 的优势是在运营技术（Operational Technology，OT）生产场景，而在 OT 与大批量数据读写的 IT 结合场景，还有较大提升空间。
2021年它被施耐德以50亿美元收购。
这里有灵魂三问。
1.大型制造装备动辄几万个传感器，而且工业设备资产有层级属性。受限于关系数据模型，威力就会受限。
所以要问，能在数据模型上想办法吗？
2.过去默认传感器这个“端”只负责产生数据，现在不同了，把整理好的数据发送到云端，以减轻云上的压力“端”要承担更多工作量。
风机往往立在田野里，山坡上，甚至还有山东海上风机。时序数据传到工厂，而大型集团又可能会涉及多个工厂。
所以要问，能设计专门的传输方法吗？
3.最后再说文件格式，这会关系到编码方式和存储方式，影响占用多少存储空间，也会影响花多少力气传输。
同样的数据，用不同的文件格式，所占用的空间不同，所消耗的网络资源也不同。
省存储空间和省网络资源都可以省大钱。
所以要问，能在文件格式上想办法吗？
这三个问题有点难，而且涉及的技术维度非常底层。
其实时序数据库还有很多很难的问题等待被解决。
没有好的时序数据库，后面的分析，挖掘，人工智能应用就会吃力。
工作嘛，就讲究一个默契配合。
时序数据库属于一种AI基础设施，更是一种基础软件。
好了，
这回就聊到这吧。
差点忘了，特斯拉的历史很短，却引领了多项技术的标杆。
马斯克流量大，头脑清醒。
面对特斯拉如此多的优势，他却说：“制造能力是特斯拉最大的竞争力。”
有一种规律藏在制造业里好多年了，你肯定看出来了：那些称霸生产制造的国家，也同时称霸基础软件。
最后，再介绍一下主编自己吧，
我是谭婧，科技和科普题材作者。
为了在时代中发现故事，
我围追科技大神，堵截科技公司。
偶尔写小说，画漫画。
生命短暂，不走捷径。
原创不易，多谢转发
还想看我的文章，就关注“亲爱的数据”。
（谭婧老师的漫画科普系列不开放授权转载，无授权转载，抄袭，盗版者，保留诉诸法律的权力。）
