行业背景

工业物联网场景下，数据是最重要的资源之一，企业需要对各种机器、设备和传感器产生的时序数据进行采集、存储与分析。上述场景对数据库提出了包括高可靠性、实时性、大规模、高并发、高精度、易扩展等在内的各种要求。同时，这些数据也带来了新的挑战，如数据安全、数据质量、数据管理等。

痛点与挑战

 · 海量工业数据采集难：针对海量设备数据进行采集，且采集精度需达毫秒级，每秒钟可能产生上百万条数据；需具备足够的数据处理能力；此外还需考虑新增设备等更多场景

 · 工业数据存储成本高：海量数据需进行长达 5-10 年长周期保存，存储成本大、负担重

 · 工业数据质量问题：由于工业物联网场景的特殊性，传感器易受环境噪声、温度变化、电磁干扰等因素影响，导致数据存在诸如缺失、异常、重复、乱序等严重问题

 · 工业系统对数据实时分析存在极高要求：工业物联网系统对数据的可靠性和稳定性有着极高的要求，同时工业物联网场景数据需要实时处理和分析，以实现设备调度、预警系统等功能；

解决方案

 • KaiwuDB 提供了面向海量时序数据的高速、高吞吐写入，并结合就地计算、流计算、预计算、集群部署等技术，支撑超速聚合查询分析，服务各种工业软件、大数据平台、物联网平台以及数据中台建设

 • KDP（数据服务平台）适配各种协议，实现对异构数据源的采集；同时，KDP 对数据进行多维度、深层次的探索分析，广泛应用在生产调度、设备管理、经营分析、预测分析、数据可视化呈现等诸多业务环节，提供多样的数据支撑服务

方案价值

 • KaiwuDB 支持毫秒级数据快速入库，单节点每秒百万级，通过“就地计算”重点技术，能极大提升数据读写性能；支持多种聚合查询，针对千万级数据可实现毫秒级的响应

 • KaiwuDB 具备10-100倍的数据压缩能力，完善的数据生命周期管理及降采样查询能力可将存储成本降低 90%，支持多模，可实现一套数据库应对多种数据存储和计算场景，构建统一数据共享存储；云边端一体化建设，降低系统的复杂度和冗余度，降低系统建设和人工成本

 • 可大幅提升了企业精细化生产的能力、风险预警即时性、设备运维管理水平、设备利用率及质量监测效果，通过流式计算及数据分析能力，将脏数据、乱序数据进行清理和调整，提升数据质量，方便后续用于数据建模分析、机器学习、AI 训练等场景

 • 通过数据库运维权限管理、加密通信、数据加密等技术充分保障数据安全

 • 支持高可用架构，实现数据库层面的高可用和灾备

 •  面对工业行业各地数据打通难的问题，KaiwuDB 可提供集群部署方案，提供数据同步、数据订阅模块、标准的 JDBC/ODBC 接入方式和 Restful API 接口，赋予企业数据中台搭建能力，让数据实现“统一汇聚、统一分析、统一治理”，避免数据割裂、数据指标不一致、数据能力重复建设等问题

 • 助力企业可视化呈现数据实时分析结果，协助打造透明化工厂