面向大數據的信息獲取和整合分析已成為工業4.0時代制造企業的必修課。越來越多的企業正在選擇通過利用無數相互連接的數據庫系統的支持，來獲取越來越大量的數據，然后與企業的物流銷售等系統融合分析，優化業務發展。

然而對于制造業來說，大數據并非從天而降。事實上，自上世紀80年代制造業已經開始依靠歷史數據庫來管理大量相關的制造業務數據了。

洞察力從大數據開始

曾經制造業的歷史數據庫關注的焦點在于通過專門的軟件應用程序對相關數據進行有效地收集、存儲、檢索、按照時間序列顯示和優化。歷史數據庫是含有一個以測點名稱字段和時間字段為關鍵字的一張表，這張表的另外的一個重要的字段就是數值字段，用來存儲測點的采集值，除了這些字段，還可以包含數據的狀態，數據質量字段等。隨著時間的變化，不斷地將實時數據庫中的實時數據進行壓縮過濾，并更新磁盤歷史數據文件中的表里的數據。用戶可從此數據庫中查詢生產實時數據的歷史樣本值或歷史插值數據。

工程師、操作人員、管理人員都可以通過歷史數據庫來查看趨勢變化，可以實現近實時關鍵指標（KPI ） 的跟蹤，并能與實現性能的比較。通過歷史數據庫，相關人員還可對設備故障做出預診斷，提前發現潛在問題。

正是由于準確有效的歷史數據一直以來對工作持續的改進作用，從而，使得在制造業中，到現在還是有著豐富多樣的自動化系統歷史數據庫解決方案。歷史數據庫解決方案的容量和吞吐量是非常容易辨識的標志，但，其解決方案的真正差異其實是聚焦在數據公開、方便的收集與分析方面，如果從多個分布源甚至包括不可靠的網絡連接環境下，可靠有效的獲取數據才是歷史數據庫解決方案的核心所在。

工業數據關注的焦點

雖然每個歷史數據庫中都包含某個核心的數據庫，但真正使數據庫成為發揮作用的應用軟件程序，則是需要使數據成為優化的時間序列數據，即，溫度、壓力、流速等相關監測數據之間具有相關聯的時間戳和參數，處理后的數據也被稱為TVQ（時間、數值和屬性）。同時，需要依據系統情況確認數據收集的頻率，比如是每毫秒或一小時收集一次。通過時間戳將數據做分類，建立分類的數據庫，以便更有效率的存儲更大量的數據，以便更快速、輕松、更通用的完成對數據的檢索。

關系數據庫，是指采用了關系模型來組織數據的數據庫。關系模型是在1970年由IBM首先提出，在之后的幾十年中，關系模型的概念得到了充分的發展并逐漸成為數據庫架構的主流模型。簡單來說，關系模型指的就是二維表格模型，而一個關系型數據庫就是由二維表及其之間的聯系組成的一個數據組織。

關系型數據庫有著以下特點：1、容易理解：二維表結構是非常貼近邏輯世界的一個概念，關系模型相對網狀、層次等其他模型來說更容易理解。2、使用方便：通用的SQL語言使得操作關系型數據庫非常方便，程序員甚至于數據管理員可以方便地在邏輯層面操作數據庫，而完全不必理解其底層實現。3、易于維護：豐富的完整性（實體完整性、參照完整性和用戶定義的完整性）大大降低了數據冗余和數據不一致的概率。

目前，關系數據庫廣泛應用于各個行業，是構建管理信息系統，存儲及處理關系數據的不可缺少基礎軟件，如ERP，MIS，EAM等系統。關系數據庫也是用于分析數據之間的復雜關系的強大工具。但并不適合記錄大量的高速運行的數據。幸運的是，結構化查詢語言（SQL）的出現 ，使得關系數據庫擁有了更強大的能力和手段，很容易適應其他類型的數據庫，包括非關系型數據庫。此數據庫結構主要用于快速存儲和檢索數據，數以百萬計數據可以被批量處理。這也意味著，可以將數據備份到應用上，如趨勢分析或快速處理包。與關系數據庫的對比，實時歷史數據庫可以記錄，包括變量名、數值、屬性和時間戳等文件。

雖然數據存儲越來越便宜了，但是，每年好幾個TB的關系數據仍然是數據管理的一大難題。為了盡可能的保留實際數據的細節，同時又能節省內存，通過采用50:1的“低損失”壓縮算法。 

數據的完整性

數據的完整性一直是保證歷史數據庫實際應用價值的關鍵。如果用戶不能相信的數據是準確和完整，歷史數據庫永遠不能發揮它的能力成為實際工作改進的推動者。

歷史數據庫中的數據可能是來自一個冗余的光纖網絡連接成為單一的分布式控制系統（DCS），這種情況下，數據庫的架構相對簡單。但數據庫中的數據的來源也可能是地理上分散的衛星或無線網絡，如油田數據庫，這種情況下，數據庫不僅是分布式，同時，必須還是容錯。

越來越復雜的數據來源與網絡情況，使得對分布式數據庫提出了越來越高的要求，如果網絡連接由于某種原因突然中斷，則系統要及時啟用本地歷史數據庫繼續進行存儲，直到網絡連接恢復，并及時將本地存儲的數據及時轉發到系統終端。這樣才能保證即使是網絡可靠性參差不齊的情況，系統也能正常運行。最近，這種需求，導致了人們在歷史數據庫中引入了“家電”概念，旨在實現“開箱即用”式的數據采集、無線存儲和轉發功能，并以較低的價格實現定制化的解決方案。

分布式歷史數據庫是幫助解決從工廠車間操作人員的企業決策者各層次的管理者不同的需求。歷史數據庫不僅可以提供設備實時操作情況以及趨勢的關鍵績效指標，甚至可以反映設備或者工廠層面的綜合性能。

數據是決策的基礎

數據的準確性完整性至關重要，但是，數據庫的可訪問性也同樣非常重要。畢竟歷史數據庫的作用是希望能更容易的為各層級人員提供決策的參考。

優秀的歷史數據庫不僅要能支持數據源收集來的數據以及行業標準協議，如OPC，同時，還需要能充分利用行業標準進行多系統的整合，如計劃系統、質量管理系統、狀態監測系統等等。而且，用戶還希望數據庫能夠提供可選擇的可視化趨勢分析報告。并且，能提供多種標準接口支持瀏覽器、移動設備等的數據顯示、操作。簡單的CSV和Excel數據文件格式也應該是數據庫能顯示、操作的一部分。

數據能在分布于不同地方、不同類型的設備上顯示和運行，為歷史數據庫的發展打開了新的大門。及時的信息反饋、與及時的數據處理，為生產過程中更快的識別發展趨勢，更準確的找到事故原因，更精確的制定改進策略，成為了可能。

利用大數據的四條軍規

大數據是信息技術的重要概念。很多企業正在搜集大數據并使用復雜的分析工具對其進行分析，以期發現隱藏的規律和關聯。如果生產制造系統發生重大變更的時候也能夠自動識別并找到最佳的作業條件，例如設備發生故障、原材料特性發生變化或者能源和人力成本發生變化，那么是不是很棒呢？這就是生產制造領域內大數據的存在意義，也是為什么很多生產制造企業正在針對其生產設施開展大數據項目。

實施大數據，制造企業應牢記四條軍規

1.數據不能脫離實際 將MES與歷史數據庫關聯

首先需要說明的是，脫離實際環境的數據的作用將會大打折扣。在生產制造領域，所謂的實際環境可以用工作任務或者執行步驟來提供。每一段數據必須與正在執行的任務或者正在生產的產品本身相關聯，并且與任務的特性相聯系。這個環境可以用于任務與任務之間的對比，用來檢測顯著差異。使用生產制造大數據的第一步就是搜集環境或者事件信息，然后這些信息與工廠的歷史數據相關聯。幸運的是，主要的工廠歷史數據備份工具供應商都提供了事件和環境插件，可以將MES流程或者執行系統的作業步驟與歷史數據相關聯。

2.周期性備份歷史數據 分析優化 

第二個需要考慮的因素是，雖然在線歷史數據是一個保存數據的很棒的工具，但是對于分析數據卻有點束手無策。一種好方法是使用離線備份或者數據庫用于分析。大多數工廠的歷史數據庫對存取數據都進行了優化，當需要為大數據分析從正在運行的在線系統提取大量數據時，往往需要花費很多時間。更好的策略是將歷史數據周期性地備份到離線系統中，或者將數據固化到數據庫，以便用于大數據的優化分析。

3．重視數據樣本 科學分析

第三個需要牢記的因素是你必須選擇正確的數據樣本。為了具有說服力，確保樣本容量足夠大，這樣才能夠足以發現內在關系和因果關系。較小的樣本容量有可能得到并不正確的內在關系，使你南轅北轍。還有很重要的一點就是不要將內在關系和因果關系混淆起來，因為具有內在關系的事物不一定具有因果關系。數據分析可以發現內在關系，但是如果想要明確事物之間是否存在因果關系則還需要很多工作。大數據分析項目必須引入工程師或者科學家，確保使用工程分析手段能夠得到真實的因果關系，這樣一來數據才發揮了最大價值。

4.結合工程師的知識經驗

最后一個需要牢記的因素是在有些情況下靠人員來發現規律比靠系統自動完成更加靠譜。你可以指派人員對數據庫進行查詢并發現某些規律。有經驗的操作人員通常對生產系統和相互之間的關系有較深入的認知，他們能夠發現一些被隱藏或不明顯的內在關系。