隨著物聯(lián)網(wǎng)快速發(fā)展,數(shù)據(jù)產(chǎn)生正從中心機(jī)房向網(wǎng)絡(luò)邊緣加速遷移。成千上萬的傳感器部署在生產(chǎn)車間、能源管網(wǎng)和城市基礎(chǔ)設(shè)施中,每時(shí)每刻生成海量時(shí)間序列數(shù)據(jù)。如何讓分散在邊緣側(cè)的數(shù)據(jù)高效匯聚到中心平臺,同時(shí)保障邊緣節(jié)點(diǎn)的實(shí)時(shí)處理能力,成為企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵挑戰(zhàn)。在這一背景下,時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)應(yīng)運(yùn)而生,為海量時(shí)序數(shù)據(jù)的分級存儲、實(shí)時(shí)同步與統(tǒng)一分析提供了完整的解決方案。
一、邊云協(xié)同的背景
傳統(tǒng)物聯(lián)網(wǎng)采用”先采集、再集中”模式,數(shù)據(jù)全部傳至中心處理,隨設(shè)備規(guī)模擴(kuò)大暴露出帶寬壓力大、實(shí)時(shí)性不足等瓶頸。
因此,時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)將計(jì)算和存儲能力下沉到網(wǎng)絡(luò)邊緣,在邊緣節(jié)點(diǎn)完成數(shù)據(jù)的本地存儲、實(shí)時(shí)查詢和流計(jì)算,同時(shí)通過內(nèi)置的數(shù)據(jù)同步機(jī)制將關(guān)鍵數(shù)據(jù)按需上報(bào)至中心平臺,實(shí)現(xiàn)”邊緣自治、云端統(tǒng)覽”的協(xié)同模式。作為一款專為物聯(lián)網(wǎng)設(shè)計(jì)的時(shí)序數(shù)據(jù)庫,TDengine 在邊云協(xié)同領(lǐng)域提供了成熟的技術(shù)方案。
二、時(shí)序數(shù)據(jù)庫邊云協(xié)同的核心能力
時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)建立在三大核心能力之上:內(nèi)置訂閱機(jī)制、多級拓?fù)渲С趾瓦吘壀?dú)立計(jì)算。與傳統(tǒng)方案不同,現(xiàn)代時(shí)序數(shù)據(jù)庫將數(shù)據(jù)訂閱功能直接內(nèi)置于數(shù)據(jù)庫引擎中,無需引入 Kafka、RabbitMQ 等外部消息隊(duì)列組件,大幅降低了系統(tǒng)復(fù)雜度和運(yùn)維成本。
內(nèi)置訂閱機(jī)制是整個(gè)邊云協(xié)同架構(gòu)的基石。時(shí)序數(shù)據(jù)庫基于發(fā)布-訂閱模式設(shè)計(jì)了完整的數(shù)據(jù)訂閱功能,支持以數(shù)據(jù)庫、超級表或自定義 SQL 查詢?yōu)榱6葎?chuàng)建訂閱主題。當(dāng)邊緣節(jié)點(diǎn)寫入新數(shù)據(jù)時(shí),時(shí)序數(shù)據(jù)庫的訂閱系統(tǒng)自動捕獲數(shù)據(jù)變更并推送到上級節(jié)點(diǎn),整個(gè)過程對業(yè)務(wù)應(yīng)用完全透明。
多級拓?fù)渲С?/strong>使數(shù)據(jù)能夠按照”邊緣節(jié)點(diǎn) – 區(qū)域中心 – 云端中心”的層級結(jié)構(gòu)逐級匯聚。每一級節(jié)點(diǎn)既是上級的數(shù)據(jù)生產(chǎn)者,也是下級的數(shù)據(jù)消費(fèi)者,形成靈活的數(shù)據(jù)上報(bào)鏈路。
邊緣獨(dú)立計(jì)算確保邊緣節(jié)點(diǎn)在斷網(wǎng)或中心平臺不可用時(shí),依然能夠獨(dú)立完成數(shù)據(jù)寫入、實(shí)時(shí)查詢和流式計(jì)算任務(wù),保障業(yè)務(wù)連續(xù)性。這是時(shí)序數(shù)據(jù)庫區(qū)別于傳統(tǒng)關(guān)系型數(shù)據(jù)庫的重要優(yōu)勢。
三、架構(gòu)設(shè)計(jì)與數(shù)據(jù)同步機(jī)制
時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)采用三級拓?fù)湓O(shè)計(jì),適配不同規(guī)模的企業(yè)組織結(jié)構(gòu):
生產(chǎn)車間(邊緣節(jié)點(diǎn))
| 數(shù)據(jù)訂閱 · 降采樣 · 過濾
分廠/區(qū)域中心(匯聚節(jié)點(diǎn))
| 數(shù)據(jù)訂閱 · 聚合 · 匯總
集團(tuán)總部(云端中心)
邊緣節(jié)點(diǎn)獨(dú)立運(yùn)行時(shí)序數(shù)據(jù)庫實(shí)例,具備完整的存儲和計(jì)算能力,能夠在本地完成實(shí)時(shí)監(jiān)控、閾值告警和流式計(jì)算。
區(qū)域中心訂閱下轄各邊緣節(jié)點(diǎn)的數(shù)據(jù)。時(shí)序數(shù)據(jù)庫系統(tǒng)可以對數(shù)據(jù)進(jìn)行降采樣、過濾和初步聚合,大幅減少數(shù)據(jù)傳輸量。
云端中心匯聚來自所有區(qū)域中心的數(shù)據(jù)。企業(yè)可以基于時(shí)序數(shù)據(jù)庫構(gòu)建全局?jǐn)?shù)據(jù)視圖,進(jìn)行跨區(qū)域綜合分析。
時(shí)序數(shù)據(jù)庫的數(shù)據(jù)同步機(jī)制基于內(nèi)置訂閱功能實(shí)現(xiàn),提供靈活高效的自動數(shù)據(jù)管道:
- 選擇性同步:用戶可以訂閱整個(gè)數(shù)據(jù)庫、指定超級表,或包含篩選條件的 SQL 查詢。時(shí)序數(shù)據(jù)庫的選擇性同步能力使企業(yè)精準(zhǔn)控制數(shù)據(jù)流轉(zhuǎn)
- 降采樣傳輸:內(nèi)置降采樣函數(shù),同步時(shí)直接聚合高頻數(shù)據(jù)
- 斷線續(xù)傳:時(shí)序數(shù)據(jù)庫的訂閱系統(tǒng)自動記錄同步進(jìn)度,網(wǎng)絡(luò)恢復(fù)后從斷點(diǎn)處繼續(xù)同步
- 實(shí)時(shí)推送:新數(shù)據(jù)寫入時(shí)序數(shù)據(jù)庫后立即觸發(fā)同步流程,保障數(shù)據(jù)時(shí)效性
與傳統(tǒng)方案相比,時(shí)序數(shù)據(jù)庫的邊云數(shù)據(jù)同步無需部署 Kafka 等消息中間件。時(shí)序數(shù)據(jù)庫將數(shù)據(jù)訂閱和傳輸能力內(nèi)置于引擎,一套系統(tǒng)即可完成存儲與跨節(jié)點(diǎn)同步。
四、邊緣計(jì)算能力與典型場景
邊云協(xié)同架構(gòu)中的邊緣節(jié)點(diǎn)是具備完整計(jì)算能力的獨(dú)立時(shí)序數(shù)據(jù)庫實(shí)例。時(shí)序數(shù)據(jù)庫在邊緣節(jié)點(diǎn)上支持流式計(jì)算、實(shí)時(shí)查詢、獨(dú)立數(shù)據(jù)保留策略和離線自治等核心能力。流式計(jì)算任務(wù)在本地完成,無需依賴云端;運(yùn)維人員可以通過時(shí)序數(shù)據(jù)庫的標(biāo)準(zhǔn) SQL 查詢直接查詢設(shè)備狀態(tài)和歷史數(shù)據(jù)。
智慧工廠:邊緣節(jié)點(diǎn)部署在每個(gè)車間完成設(shè)備監(jiān)控和告警,分廠區(qū)域中心的時(shí)序數(shù)據(jù)庫匯聚數(shù)據(jù)進(jìn)行產(chǎn)能分析,集團(tuán)云端中心整合所有分廠數(shù)據(jù)實(shí)現(xiàn)全局調(diào)度。時(shí)序數(shù)據(jù)庫在每一級都提供穩(wěn)定的數(shù)據(jù)存儲和查詢能力,保障工廠數(shù)據(jù)鏈路暢通。
能源管網(wǎng):每個(gè)監(jiān)測站作為邊緣節(jié)點(diǎn)獨(dú)立運(yùn)行時(shí)序數(shù)據(jù)庫,負(fù)責(zé)管道壓力、溫度等參數(shù)的實(shí)時(shí)監(jiān)控和異常告警。區(qū)域中心按地理區(qū)域匯聚數(shù)據(jù),云端中心進(jìn)行全局管網(wǎng)的泄漏檢測和負(fù)荷預(yù)測。
智慧城市:在各社區(qū)和路段部署的邊緣節(jié)點(diǎn)運(yùn)行時(shí)序數(shù)據(jù)庫完成本地?cái)?shù)據(jù)處理,區(qū)域中心按行政區(qū)匯聚數(shù)據(jù),城市大腦平臺基于全量數(shù)據(jù)進(jìn)行交通優(yōu)化和應(yīng)急指揮等綜合決策。
五、與傳統(tǒng)方案的對比
| 對比維度 | 時(shí)序數(shù)據(jù)庫邊云協(xié)同方案 | 傳統(tǒng)消息隊(duì)列方案 |
|---|---|---|
| 系統(tǒng)組件 | 數(shù)據(jù)庫內(nèi)置訂閱,無需額外組件 | 需部署 Kafka 等消息隊(duì)列 |
| 數(shù)據(jù)模型 | 邊云統(tǒng)一,無語義鴻溝 | 邊緣與云端可能采用不同數(shù)據(jù)模型 |
| 運(yùn)維復(fù)雜度 | 單一技術(shù)棧,運(yùn)維成本低 | 多組件協(xié)同,運(yùn)維難度高 |
| 數(shù)據(jù)同步粒度 | 支持庫級、表級、SQL 級靈活訂閱 | 通常為 Topic 級別,靈活性有限 |
| 降采樣能力 | 內(nèi)置降采樣,同步時(shí)直接聚合 | 需額外開發(fā)流處理邏輯 |
| 邊緣計(jì)算 | 原生支持流計(jì)算和實(shí)時(shí)查詢 | 需額外部署流計(jì)算框架 |
結(jié)語
時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)正在成為物聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)領(lǐng)域的關(guān)鍵基礎(chǔ)設(shè)施。通過內(nèi)置訂閱機(jī)制實(shí)現(xiàn)的多級數(shù)據(jù)同步、邊緣節(jié)點(diǎn)的獨(dú)立計(jì)算能力以及統(tǒng)一的數(shù)據(jù)模型,時(shí)序數(shù)據(jù)庫為企業(yè)提供了簡潔高效的邊云協(xié)同解決方案。無論您是正在規(guī)劃智慧工廠的數(shù)字化轉(zhuǎn)型,還是構(gòu)建跨區(qū)域的能源管網(wǎng)監(jiān)測平臺,時(shí)序數(shù)據(jù)庫的邊云協(xié)同架構(gòu)都值得深入評估和實(shí)踐。
歡迎訪問 TDengine 官方文檔了解時(shí)序數(shù)據(jù)庫邊云協(xié)同架構(gòu)詳情,或申請?jiān)囉闷髽I(yè)版體驗(yàn)核心能力。



互聯(lián)網(wǎng).png)



-1.png)







證.png)


伙伴.png)
伙伴.png)
伙伴.png)



