在工業大數據數據庫存儲領域，除了傳統的關系型數據庫和分布式數據庫以外，還有一種類型的數據庫是非常常用，而且是非常有必要的，就是實時數據庫和時序數據庫。

實時數據庫誕生于美國，主要是因為現代工業制造流程及大規模工業自動化的發展，導致大量的測量數據需要集成和存儲，而采用關系數據庫難以滿足速度和容量的要求，因此在80年代中期，開始誕生了適用于工業監控領域的實時數據庫。

實時數據庫其實并不單單只是一個數據庫，而是一個系統，包括對各類工業接口的數據采集，海量監測數據的壓縮、存儲及檢索，基于監測數據的反饋及控制功能等。

實時數據庫的出現，主要是為了解決當時關系型數據庫不太擅長的領域，包括：

1、海量數據的實時讀寫操作

工業監控數據要求采集速度和響應速度均是毫秒級的，一個大型企業幾萬甚至幾十萬監測點都是常有的事情，這么大容量的高頻數據，如果用關系數據庫進行存儲，由于關系庫本身設計的理念，導致它很難進行每秒幾十萬的數據的讀寫操作，而實時數據庫通過轉為快速讀寫設計的時標型數據結構、高頻緩存等技術，可以實現海量數據的實時讀寫操作。

2、大容量數據的存儲

由于數據采集是海量的監控數據，那么如果用傳統數據庫進行存儲，將會占用大量的存儲空間，如果我們用關系數據庫保存10000個監測點，每個監測點每秒鐘采集一次雙精度數的數據，即使不考慮索引等因素，也需要5-6T的存儲空間，這里還不包括存儲跟監測點相關的時間等因素，如果都包括，再建立索引，則需要15T-20T的存儲空間。實時數據庫采用了專門的壓縮算法，包括哈佛曼算法、旋轉門算法以及一些二次壓縮算法，壓縮比普遍能夠達到30:1左右，再加上對于時間及索引的特殊處理，存儲量能夠縮小到關系庫的1/40，因此，上面的例子只需要500G的空間就能夠進行有效存儲了。

3、集成了工業接口的數據采集

由于歷史和壟斷的原因，目前工業通訊、傳輸的協議種類繁多，實時庫一般都集成了大量的工業協議接口，可以對各種類型的工業協議進行解析和傳輸。同時，隨著實時數據庫的發展，接口軟件部分也慢慢被獨立出來，即可以與實時數據庫核心集中部署在1臺計算機上，也可以單獨部署在接口機上，從而提供了更好的可擴展性和穩定性。

4、集成控制功能，可實現實時控制

實時數據庫一般都提供下行控制接口，并且是高速寫出。寫的效率嚴重依賴于接口通訊效率和執行機構。因此，實時數據庫大都是從工控軟件廠商發展而來的，他們就有豐富的工業控制寫入的經驗。即便如此，畢竟工業系統對時序有嚴格的要求，而數據庫從讀到寫，會出現時滯，因此，實時數據庫一般不適宜對快速開關量的控制。

在云計算的時代，實時數據庫的一些缺點就慢慢的顯露出來了。

首先，由于實時數據庫是基于時標進行處理的，就導致它只能簡單的使用時間段進行查詢和檢索，當然，各大廠商也開發了許多工具，但無論如何檢索的豐富性不能和關系庫比擬。

其次，由于實時庫都是出售給大型工業企業的，因此價格昂貴，在物聯網時代，對于中小工業企業來說，是個不小的成本。

再次，傳統實時庫在部署時不夠方便靈活，傳輸也更多的考慮工業網絡，甚少考慮互聯網的情況，不太適應當下云計算環境的部署。

這個時候，新興的時序數據庫就出現了。時序數據庫在2017年火了起來，出現了大量的開源和商業產品，時序數據庫就是存放時序數據的數據庫，并且需要支持時序數據的快速寫入、持久化、多緯度的聚合查詢等基本功能。時序數據庫其實主要是實時數據庫的數據存儲部分，但是，由于它采用了新的技術，極大地擴展了數據的容量，除了數據點和時間戳之外，還提供標簽和內容等對數據的描述，并且提供各種聚合查詢，彌補了實時庫的缺陷。

但是，時序數據庫不提供工業接口、下行控制等功能，這些都需要開發人員自行開發，或者將原有的接口與時序庫對接。

當然，不管是實時數據庫還是時序數據庫，都在飛速發展中，雙方一定會互相借鑒，互相學習，會提供更好、更多的產品供工業大數據使用。

責任編輯：CT