工业互联网融合了大数据、物联网和云计算等先进技术，使得传感器、PLC等工业设备产生的海量数据存储、分析成为可能。时序数据库是工业数据存储和分析的重要工具，寄云科技认为时序数据库是工业互联网平台中不可或缺的部分。寄云NeuSeer平台是行业内率先集成时序数据库的工业互联网平台。寄云时序数据库具有高性能、高可用和易用性等优势，并能与寄云NeuSeer平台其他组件无缝有机整合，有力的推动工业互联网生态的发展。

工业数据成为工业互联网发展痛点

大部分工业场景数据都是传感器、PLC等的实时数据，这些数据以秒甚至毫秒的频度不断产生时序数据。假如1个传感器每秒产生1Byte数据，1台安装有1000个传感器的大型设备，每秒就会产生1K左右的数据，如果有1000台这种大型设备，那么每秒就会产生1M的数据，那么一天的数据量就接近100G。这种“数据膨胀”带来的存储压力，已经成为工业互联网和数字化发展的痛点之一。

当下，人们应对快速增长的时序数据的方式或采用开源免费时序数据库，或使用国外商业时序数据库，或关系型数据库。开源产品的最大阻力就是很难直接产品化应用，需要进行产品、模块组合，二次开发解决一些问题或者优化某些组件，总体来看“免费并不便宜”。而国外商业产品相对较为成熟，但成本高且并不一定就能够满足用户需求，进行功能扩展成本更高。而关系型数据库经过一定的配置也能存储时序数据，但终究会面临存储、查询、聚合、展示等各种挑战。

可靠易用寄云时序数据库不止于性能

“以数据为中心”是寄云NeuSeer平台最大的核心特色，正是因为对数据如此的重视，寄云NeuSeer平台在架构设计之初就已经包含了全面的工业数据处理组件寄云时序数据库。寄云时序数据库结合寄云NeuSeer Edge工业物联网网关、寄云NeuSeer Stack工业应用开发与工业数据分析平台、寄云NeuSeer Apps工业应用等组件，不但可以对各类传感器、PLC进行实时数据采集，还可以对离线历史文件进行批量采集，数据采集后还可以进行数据交换、数据处理、数据存储，并在展现平台进行时序数据指标的动态监控，完成数据分析仪表盘等功能，或数据导出进行高级的数据挖掘服务。

寄云时序数据库是专门针对大型工业设备的海量时序数据存储、查询和展示的产品，具有存储容量大、存取效率高等特点，并支持用户自定义丰富的展示面板。包含时序数据库和展现平台两部分。其核心数据库模块无写锁限制，可达每秒百万级测点的加载速度。同时，其无需任何配置即支持4-10倍无损数据压缩，极大的提高了客户存储利用率以及数据存储效率。此外，它还支持十种不同粒度的时间维度聚合查询，实现了即载即查、亚秒级查询响应、上千并发查询等。

在可靠性方面，寄云时序数据库采用分布式架构，并通过主节点/服务的主备设置以及副本数、节点自动高可用负载均衡等实现高可用。此外，它还支持内存和磁盘两级存储，实现了性能和存储容量的平衡。内存中的数据支持高速的存取，只有内存中没有读取到的时候才会自动从磁盘中读取并加载到内存中。寄云时序数据库的展示模块能够实现对查询数据的分析和展示，提供包括表、柱状/饼状、日历热图、sankey图、树图等在内的数十种丰富的图表模板，并支持按照时间、向量等参数过滤的查询和展示，快速构建自定义的数据分析仪表盘。

寄云时序数据库实现客户价值

“实现客户价值”是寄云NeuSeer平台也是寄云科技的最大追求，寄云时序数据库也不例外。目前，寄云时序数据库已经在设备历史数据管理、设备在线故障监控、设备故障预测模型等方面得到了成功的应用，实现了数据资产挖掘、运营优化等客户价值。

设备历史数据管理。在工业领域，大量工业设备产生的海量传感器数据，大多以归档的方式存放在存储设备中，无法为企业形成有效的应用和价值。寄云时序数据库可以对这些数据进行分析和挖掘以求更深层次价值，帮助企业激活这些沉睡的数据。

设备在线故障监控。传感器、PLC等工业设备产生的海量数据，大部分都是日志数据，记录了这些设备的运行状态和状况，这些数据可以实时传输至寄云时序数据库中，运行数据的复杂计算和聚合指标，进行实时的仪表盘展现，进而迅速找到故障根源。

设备故障预测模型构建。利用寄云时序数据库对工业设备时序数据进行存储、分析，在实现对相关部件进行在线故障的监控和诊断的基础上，结合海量历史数据的挖掘，工业企业可以发现故障规律，并进一步构建故障预警模型，进而实现根源上的故障预测。

寄云时序数据库推进工业互联网生态发展

数据是工业互联网的核心要素之一，寄云时序数据库凭借高性能、高可用、易用性以及良好的工业互联网生态融合能力，打造了多种工业数据的采集、存储、分析、展示和应用的成功模式，并助力寄云NeuSeer平台为航天军工、电力能源、智能制造、轨道交通、医疗、教育、智慧城市等多个行业和领域，甚至包括多个世界500强客户提供了专业的服务。寄云时序数据库的不断发展，正在推进工业互联网生态的快速发展。