深入数智时代，把脉IT动态。ITPUB IT风向标线上沙龙系列直播已经开启，期待您的加入。

日前，ITPUB举办了第四期IT风向标线上沙龙，聚焦数据库技术在制造行业的应用实践，探讨如何有效应对制造业面临的挑战，推动制造业数字化转型。

全球制造业正处于一个重大变革的时期。随着物联网、大数据、云计算、AI等新一代IT技术的发展和应用，制造业正朝着更加智能化、自动化的方向发展，我们进入了智能制造、工业4.0时代，数字化转型成为了提升制造业竞争力、实现降本增效高质量发展的关键途径。

本期沙龙，聚好看科技云平台负责人张纪宽、东方国信分布式数据库事业部副总经理王超两位专家分享了最新技术趋势和应用实践。

01、数字化转型过程中如何解决数据库性能问题?

张纪宽介绍，制造业数字化转型分为三大阶段，第一阶段，主要是流程化、标准化、自动化，先建立标准，再进行数字化改造;第二阶段，全面数字化阶段，是数字互联持续升级的过程;第三阶段，全面智能化引领并赋能生态圈的阶段。

随着制造业数字化转型的深入，数据量变多，数据由孤立到集中，数据有了更高的实时性，对数据库性能有了更高的要求，企业应用数据库面临着挑战。

首先，是人员储备的不足。在数字化过程中，DBA人员没有得到扩充，但是DBA整体的工作量增加了，对DBA的综合能力有了更高的要求;其次，数据库问题凸显，出现性能问题后问题处理时间长，工作上大多数时间处在忙于救火的状态;另外，没有形成服务的闭环体系。不能提前感知数据库有没有问题，没有办法评估当前状态，以及数据库使用规范、运营规范等执行不到位，带来了相关的痛点。比如，平时很好，关键时候掉链子。出现故障后，没有解决方案，互相推诿扯皮等等。

使用传统监控工具很难定位问题根因，面临着性能排查强依赖专业DBA经验、基于告警驱动疲于救火等典型痛点。传统监控系统之所以不能解决上面的问题，是因为已有的监控系统是基于阈值的告警驱动，无法事前发现。传统的监控很多指标浮于表面，并不是真正核心的指标，缺乏精确诊断能力。此外，缺乏成熟的解决方案，大部分还是靠经验来解决问题。

聚好看做了一款数据库的可观测的平台，其DBdoctor采用新的采集技术，基于数学量化模型重新定义数据库可观测。打破基于经验、规则、阈值的传统，可以很好地解决数据库性能问题。利用eBPF技术深入数据库内核，真正做到事前发现隐患、事中精确诊断、事后随时追溯，提升数字化系统的整体稳定性。

张纪宽强调DBdoctor是一款赋能DBA的产品，而不是替换DBA的产品。比如DBdoctor通过特征识别能主动发现潜在的问题。发现问题之后，会给出根因并匹配优化建议，让用户及时解决隐患，可以提升DBA的工作效率。

02、工业领域需要什么样的时序数据库?

根据IDC预测，全球数据量在2025年的话将达到175ZB。其中物联网设备产生的时序数据会达到这种73.1ZB。这对时序数据管理提出了更高的需求。

王超介绍，时序数据也是工业全面数字化和服务转型的基础。当前，时序数据管理面临着以下三个挑战：一是，测点多，一些规模比较大的厂商可能达到亿级别测点，测点动态的增加管理成为难点;二是，采集频率高，像核电这样的行业有很高的数据采集频率，可能达到1000Hz级别，高频的数据采集需要支持时间精度达到毫秒甚至微秒级;三是，存储代价大，海量时序数据的存储代价会非常高。

目前业内对时序数据的管理有两类方案，一是来自OT领域的实时数据库，诞生于上个世纪80年代，为了实现工业自动化，需要对生产过程做自动控制，其特点是具备非常强的工业领域相关特性，但性能偏弱。二是来自IT领域，有人用关系型数据库和NoSQL数据库管理时序数据。这类数据库性能较好，但工业领域相关特性较差，其中时序数据库是专门处理时序数据的NoSQL数据库。

东方国信行云时序数据库CirroData-TimeS目标是做OT和IT的融合，既具备工业领域的相关特性，又具备高的性能。目前，东方国信行云时序数据库在新能源、供暖、发电、军工及设备检测等关键领域发挥重要作用。

比如能源领域的风力发电是一种不太稳定的发电方式，风机桨叶的大小、转速决定了发电产能。其中，风机桨叶和风的角度(迎风角)是否契合成为影响转速的关键因素。测风仪数据用于调整偏航角度，保证风机以合适的迎风角发电。但是风机投入运行后测风仪随着环境因素(震动，腐蚀等)出现偏差，主控系统依据错误风向数据偏航导致迎风角错误，将会导致风机发电效率衰减，影响产能。该厂商采用数据应存尽存策略，充分分析数据(关联分析)，利用风机时序数据对做工曲线进行建模，获得风机迎风角和发电功率的变化模式，判断是否需要进行对测风仪误差进行补偿。通过时序数据库的分析，每台风机每年可多发电3.13万元人民币，为企业提供新的利润增长点。

在最后的圆桌讨论环节，专家们认为，当前制造业数字化转型正在加速，数据库在数字化转型中扮演了非常重要的基座角色。企业在进行数据库选型时，需要关注稳定性、性能、数据库生态、数据库产品以及技术服务支持连续性等因素，此外，企业还需要着眼未来，基于自身需求以及内部资源储备来选择合适的数据库。

为了用好数据库，充分挖掘数据库的性能，企业需要构建数据库使用规范，并落实规范，关注SQL的健壮性。专家强调，功夫在平时，上工治未病。很多企业平时工作不到位，关键时候就容易掉链子。在不出问题的时候认为数据库没有问题，数据库很好，这是行业通病。“就像开车要定期去维护和保养，数据库也一样，我们要在数据库没出问题的时候，多投一点精力去维护，去发现问题。目标是减少问题出现，而不是当问题出现了的时候再去解决它。”