近三年来，尽管从国家到地方，从互联网公司、工业软件企业到制造型公司，都给予工业互联网很多关注和期待，甚嚣尘上，但不得不说，对于工业互联网的全景认知仍是个重大挑战！
在刚刚结束的2019年工业互联网峰会上，迈迪信息董事长任开迅接受经济观察报采访时一语道破：
“别说是制造业企业了，即便是很多工业互联网服务商，或咨询公司，单靠自身力量，都很难把工业互联网整个弄明白，因为工业企业的个性化非常强，场景复杂。”
实际上，这是一个新行业从孕育到成熟都会面对的一个共性问题——沟壑林立的垂直行业，繁杂深厚的行业知识，IT与OT的长期分立，以及从思维到行动的巨大差异……
理解工业互联网（平台），行业里也有很多视角，每个深处其中的人，犹如深入丛林深处，犹如身在庐山之上，都有个共同的感受：力不从心。
造成对全景认知的无力感，主要原因在于“断点太多”。
工业互联网研习社推崇的方式是，首先在信息和知识层面打破这种垂直林立、显而易见的壁垒，从资讯获取和知识结构上走出“舒适区”，去“看到更大的世界”，从而构建起基于多元思维模型的认知体系。
当然，这是困难的，但是“无限风光在险峰”，这种认知跨越是真正的“风光”。今天给大家推荐一种认知视角：数据视角。
-
一方面，数据价值比较中立，不会有太多的立场之争，容易跨越行业之见，达成共识，利于沟通与协作；
-
另一方面，数据价值的潜力巨大，其重要性已经在消费互联网领域被验证，各方非常重视；而且工艺数据等本身就是工业企业的核心机密，对企业立足及转型发展都具有十分重要的意义。
今天我们试图从数据视角，接通断点，从数据采集、数据存储、数据分析、数据应用展示等维度勾勒工业互联网全貌，发现那条美丽的“数据线”。
第一道闸：数采
数据是工业智能化的核心驱动。首先说数据采集，这是构建工业互联网平台和应用的基础，没有数据就如同“无源之水，无本之木”。近两年业界以谈论平台为主，而在一定程度上忽视了数据采集的基础现实，工业互联网产业联盟（AII）也认识到这个行业问题，随后组织业界IT、OT和CT相关方力量，在2018年9月发布了《工业数据采集产业研究报告》。
工业数据采集在工业互联网（IIoT）平台架构中处于“边缘层”的位置，包括了设备接入、协议解析、边缘数据处理等。工业数据采集广义范围既包括工业现场设备的数据采集和工厂外智能产品/装备的数据采集，也包括对 ERP、 MES 等应用系统的数据采集（如图）。所以，数采涉及的数据量巨大、种类繁多，要与众多不同协议对接。
图片/工业数据采集体系架构
来源/AII发布《工业数据采集产业研究报告》
第二道闸：存储（读写、查询等）
工业现场数据来源多元，面对如此巨量、异构和实时数据，应该存放在什么地方？如何加密快速传输？数据是要放在本地，还是直接上云？对于工业场景来讲，这都是非常现实的问题。
于是，“实时数据库”登上了历史舞台。
实际上，业界的在讨论数采和分析的时候，都没有谈到实时数据库，这其实就是一个认知断点。因为，这对工业企业推进工业互联网是绕不过去的。
其实，数据库也有自己的一段发展历史，现在市面上常见的比如“关系数据库”，广泛应用于电子商务和金融科技领域，面向C端的大数据存储与挖掘。但是，工业现场海量采集数量有着更高的技术难度，主要包括在以下几个方面：
-
1、 数据量巨大，而且实时。工业监控数据要求采集速度和响应速度均是毫秒级的，如一个大型企业几万甚至几十万监测点，这么大容量的高频数据需要实时读写操作；
-
2、工业数据的协议不统一。互联网数据采集一般都是我们常见的HTTP等协议，但在工业领域，则存在OPC、CAN、ControlNet等5000多种通讯协议。
-
3、 对原有系统的采集难度大。自动化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，大量的现场系统没有点表等基础装置，对于这部分数据采集的难度极大、效率很低。
-
4、 安全性考虑不足。原先的工业系统都是运行在局域网中，安全问题不是突出考虑的重点。如果接入云端平台，对数据存储安全、传输安全等提出了更高要求。
在这种复杂工业场景和工业级企业数采与存储的需求情况下，关系型数据库的局限性就显露出来，实时数据库应运而生。
实时数据库（RTDB－Real Time DataBase）是数据库系统发展的一个分支，是数据库技术结合实时处理技术产生的。首先，实时数据库是一个数据库，主要用来存储和处理数据。但同时也是一个系统，实时数据库系统是由工业协议、实时数据库和组态工具三部分组成的系统。
国内外的大中型企业实践表明，在流程行业中，大量使用实时数据库系统进行控制系统监控，系统先进控制和优化控制，并为企业的生产管理和调度、数据分析、决策支持及远程在线浏览提供实时数据服务和多种数据管理功能。所以说，实时数据库已经成为企业信息化建设的基础数据平台。
既然实时数据库在工业互联网落地中那么重要，那如何衡量一款实时数据库担负起重任呢？据专注于工业数据管理技术近20年、并成功推出openPlant®实时数据库系统的专业厂商——上海麦杰科技股份有限公司总经理郑雁鹏介绍，要想满足工业领域高频实时采集和巨大数据量的诉求，最好能在四方面具有优势：：
-
1、 良好的开放性和兼容性：丰富的I/O驱动，囊括了市面上所有主流驱动，兼容众多通信协议；开放的数据访问接口，便于二次开发；同时要有良好的平台兼容性；
-
2、强大的数据处理能力: 能够满足动辄上百万，甚至在一些大型项目中上千万IO测点的数据写入要求，同时又能够对未来TB、PB级历史数据进行高速检索查询能力；
-
3、 完备的数据安全策略：安全！安全！安全！这在工业领域是底线，必须在存储安全存放、数据传输安全、访问安全设计、用户权限系统等方面下足功夫，同时强化硬件授信设计和多层安全隔离支持，确保万无一失；
-
4、 丰富完善的客户端应用：这是面向客户的应用工具要便于客户自行构建和日常使用，比如提供图形组态工具、图形展示工具、趋势分析工具、报警工具、数据建模工具、过程回放工具等。
第三道闸：数据传输
随着政府推进“企业上云上平台”的呼声，很多人误以为数据传输就是“传到云端”。其实，不然，因数据采集来源的多元性，有些如影响产品质量和生产效率的工艺数据等非常敏感，是企业制造过程的核心秘密，不会轻易上云的；还有一些冗余的信息、时效性要求不高的信息，也并不是要实时上传到云端的。
在这种情况下，“边缘计算派”崛起，集成边缘计算功能的网关受到更多青睐。所以，具体数据具体分析，而且要有明确的策略，才是正确的做法。另外，数据传输安全也很重要。
第四道闸：分析与应用
因篇幅所限，关于数据传输、分析和应用，留待后文详细讨论，敬请关注。
