15、需要支持边云协同
时序数据处理系统要有一套灵活的机制将边缘计算节点的数据上传到云端 ， 根据具体需要 ， 可以将原始数据、加工计算后的数据 ， 或仅仅符合过滤条件的数据同步到云端 ， 并且同步可以随时取消 ， 同步策略可以随时修改 。
16、需要单一的后台管理系统
单一的后台管理系统便于查看系统运行状态、管理集群、管理用户、管理各种系统资源等 ， 而且能让系统与第三方IT运维监测平台无缝集成 ， 便于统一管理和维护 。
17、便于私有化部署
因为很多企业出于安全及各种因素的考虑 ， 希望时序数据处理系统采用私有化部署 。而传统的企业往往没有很强的IT运维团队 ， 因此在时序数据处理系统安装、部署上需要做到简单、快捷 ， 可维护性强 。
六时序数据的采集难点分析时序数据的采集一般都是通过传感器自动进行的 ， 包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏、电量等不同类别的工业传感器 。就某一个具体的物理量而言 ， 数据采集是很容易的 。但就整个系统而言 ， 数据采集是相当复杂的 ， 具体表现在以下几个方面：
1、工业数据的协议不标准
在现实场景中 ， 往往会出现ModBus、OPC、CAN、ControlNet、Profibus、MQTT等各种类型的工业协议 ， 而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议 ， 导致在实现工业协议的互联互通时出现极大的难度 。很多开发人员在工业现场实施综合自动化等项目时 ， 遇到的最大问题即是面对众多的工业协议 ， 无法有效地进行解析和采集数据 。
2、通信方式不统一
由于历史原因 ， 采集的数据往往会通过局域网、蓝牙、Wi-Fi、2.5G、3G、4G等各种传输方式被传送到服务器中 ， 导致各种通信方式并行存在 ， 连接管理变得复杂 。
3、对现有MES系统的数据获取难度大
在工业企业实施大数据项目时 ， 数据采集往往不是针对传感器或者PLC ， 而是从已经完成部署的MES系统获取 。这些系统在部署时厂商水平参差不齐 ， 大部分系统是没有数据接口的 ， 文档也大量缺失 ， 大量的现场系统没有点表等基础设置数据 ， 使得对于这部分数据采集的难度极大 。
4、安全性考虑不足
传统的工业系统都运行在局域网中 ， 安全问题不是考虑的重点 。若需要通过云端（特别是公有云）调度工业行业中核心的生产数据 ， 又没有充分考虑安全问题 ， 则很有可能造成难以弥补的损失 。
根据上述原因 ， 企业在实际采集数据时 ， 往往配有工业互联网网关盒子 ， 该盒子支持各种物理接口、通信协议和工业标准协议 ， 将不同协议进行转换 ， 对数据进行安全加密 ， 统一以MQTT（Message Queuing Telemetry Transport ， ISO/IEC PRF 20922）协议或其他协议发往云端 。
【什么是时序数据？如何治理？有哪些应用场景？终于有人讲明白了】对于数据采集部分 ， 因为标准性不够 ， 就不对具体工具做介绍了 。
七时序数据处理流行工具采集后的数据一般通过网络被送往服务器或云端进行处理 。相对数据采集工具而言 ， 数据处理工具比较统一 ， 下面对几个流行的工具进行介绍 。
1、以PI为代表的实时数据库
从20世纪80年代起 ， 就涌现一批实时数据库（时序数据库的一种） ， 专门用于处理工业自动控制或流程制造行业的实时数据 。其中美国OSIsoft公司的PI（PlantInformation）实时数据库最典型 ， 它提供成套的工具 ， 包括实时写入、实时计算、存储、分析、可视化、报警等系列功能 ， GE、Simens、Honeywell都有类似产品 。国内有庚顿、朗坤、麦杰、力控等产品 。这些产品在一定程度上满足了工业数据处理的需求 ， 但在测点数量暴涨、数据采集频率不断提高的大数据时代 ， 传统实时数据库暴露出以下问题：
1）没有水平扩展能力 ， 数据量增加 ， 只能依靠硬件的纵向扩展解决 。
2）技术架构老旧 ， 很多还是运行于windows系统中的 。
3）数据分析能力偏弱 ， 不支持现在流行的各种数据分析接口 。
推荐阅读
- 百花草泡水喝的功效,脂肪肝适合喝什么
- 凉茶是药不是茶,喝凉茶注意事项
- 数据库中的索引，原理是什么？为什么查询使用索引就会快？
- 为什么使用移动路由的人，往往不愿意使用手机热点？
- 安吉白茶主要养生功能,安吉白茶和福建白茶有什么区别
- 什么是深度学习？
- 大学必备含金量高的几大证书是什么？
- 马里奥最初登场的游戏作品是什么？
- 一般公司或者团队是怎么进行代码开发并且部署到服务器上的？
- 地热放水最佳方法是什么？