作者：GE數字集團產品總監 Steve Pavlosky

翻譯：GE數字集團系統架構總監 余思源

越來越多的工業客戶希望使用基于云端的工業大數據分析系統來優化工廠運營，各級領導們也看到了在一套平臺上保存暨分析數據的價值，但應該如何將這些分析應用到工廠設備生成的海量數據呢？

混合模型便是其中的一個選擇，它使客戶能夠橋接云和本地解決方案，并同時兼顧兩方面的優勢。

世界各地的 IT 領導們都看到了云端分析系統的潛在價值，在一套新項目上線幾個月后，財務部門負責人收到了云服務商發來的用于數據導入和存儲的賬單，并發現了其中的危險信號。

對于由機器和工藝設備生成的高頻時序數據，將其保存在云端其實并不具有成本優勢，那么該如何利用基于云端的工業大數據分析系統的強大功能來處理現代機器創建的海量數據呢？GE推薦的方案是采用一種混合數據管理模型，它在接近數據源的位置（工廠或企業數據中心）使用Historian來保存原始數據，然后將較低頻率的數據上傳到云端進行分析。

在工廠中通常以一秒（或更快）的間隔采集機器和工藝數據。 所以，每個傳感器每月會生成大約 260 萬個獨立的數據，客戶需要對其進行處理并存儲。

以北美一家基于云的主流分析平臺提供商為例，通常情況下他們對數據的處理（即載入數據）和存儲分別收費。使用他們的某個應用存儲套件，當傳感器數量小于120個時，處理和存儲一年數據的成本約為每個傳感器 200 美元。另一種存儲選項稍微便宜一些，可以存儲約10倍的數據，如果有 1,200個傳感器，每個傳感器每年的成本是150美元，因此每年的總成本將是180,000美元。

而傳統的過程歷史數據庫是專門為高效存儲時序數據而構建的，對于12,000個標簽的Historian系統（是基于云端分析平臺最大標簽數的10 倍），授權和運維加上運行軟件服務器的成本在三年內將低于 90,000 美元。 與使用云端進行原始數據存儲相比，它節省了80%以上。當然，我們還需要考慮電費和 IT 開銷。 然而，相對節省的80%費用，電力和 IT 開銷只占了一小部分。

這里還缺少一個基于云端的分析套件。通過混合數據模型，工業客戶可以將這兩種技術結合起來，從而獲得兩方面的優勢。

在混合數據模型中，工業Historian和云協同工作以滿足 IT 和運營團隊的需求。工業Historian在大規模存儲時序數據方面非常高效。今天的用戶經常在每個工廠內保存數萬個標簽，用于本地分析和報告。工業Historian就是為此而構建的，具有低成本、高效和高安全性的特性。

用于存儲如此海量數據的關鍵技術之一便是壓縮，它最大限度地減少了存儲到磁盤或在服務器之間移動的數據量。 工業Historian還提高了查詢性能并內置數據聚合功能。 此外，工業Historian內置采集器，可將數據從源頭移動到目的地。 這些采集器可以使用數據壓縮和聚合功能來顯著減少從需要移動的數據量。 使用Historian采集器，用戶可以定義壓縮比和聚合方式，只將有變化的數據以分析所要求的正確頻率發送到云端。這意味著在工廠中存儲了海量高頻率數據，并將這些數據的一小部分以正確的頻率發送到云端進行分析。

混合數據模型

結合在本地部署Historian和將分析所需的特定數據保存在云端（混合數據模型），為工業客戶提供了一種均衡的數據存儲方案，支持本地化工廠管理、優化運營并最小化總體成本。

對于混合數據模型中的本地部署部分，Historian比關系數據庫（RDB）更具優勢。關系數據庫（RDB）幫助廠商通過簡單的操作和回答以下問題來獲得有關其運營的更多信息：哪個客戶訂購的貨物最多？哪家供應商的交貨期更短？RDB 旨在管理“關系”，非常適合存儲有關制造過程的上下文或產品譜系等信息，但不是大量工業數據采集和優化的最佳方法。

另一方面，Historian專為制造和工藝數據采集和展現而設計。它能最大限度地發揮時序數據的力量，擅長回答制造業客戶通常需要在生產過程中實時決策的問題，例如：與一年前的同一天相比，今天小時產量的平均值有什么差異？

Historian 提供了若干優于RDB的關鍵特征，包括內置數據采集、更快的速度、更高的數據壓縮比、強大的冗余、增強的數據安全性和更短的回報周期。

在混合云模型中，壓縮尤為重要。工廠或企業范圍內Historian的強大壓縮算法使用戶能夠輕松安全地在線存儲多年的數據，從而提高性能、減少維護并降低成本。可以自動創建、備份和清除數據檔案——無需專職的數據庫管理員即可輕松擴展業務。

因此，工業客戶可以提高運營可視化，快速決策，提高生產力并降低成本，從而獲得可持續的競爭優勢。

例如，資產績效管理 (APM) 解決方案通常利用本地Historian技術，將相關數據發送到云端。APM 解決方案從云端訪問數據并進行分析和優化。混合模型降低了成本和維護工作量，同時確保工藝工程師擁有分析所需要的數據。

在另一個案例中，食品制造商將 HMI/SCADA和MES解決方案與Historian結合，以在本地/云混合數據模型中進行時序數據和報警/事件（A&E）的數據管理。Historian系統從多個數據源高速采集數據，對其進行聚合并高效安全地存儲，同時將一部分數據發送到云端的分析軟件。該解決方案降低了原材料成本，并將客戶投訴減少了33%。

隨著分析量的增加，工業客戶無法完全預測他們需要哪些數據來回答下一個問題。幸運的是，混合數據模型允許公司使用Historian技術來確保以經濟、高效、靈活的方式采集所有數據，并將其發送到云端來驅動真正的工業大數據分析。