Mongodb 在工业场景下的数字解决方案

开头还是介绍一下群，如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题，有需求都可以加群群内有各大数据库行业大咖，CTO，可以解决你的问题。

译：非常高兴今天和大家在一起，来讨论一些抽象的感念，像工业4.0 ，数字制造业等概念。通过今天演讲我们来说说mongodb  altas 在行业中的使用经验，希望今天的演讲对你的工作有用。

所以今天我简单的列了一些议题，通过这些议题来让大家了解一些东西，我们首先从概念，什么是工业架构，然后是资产的管理，与数字化管理，后面我们将展示我们在工厂中的一些测试平台的一些测试案例，以及如何用mongodb 来实现的。

下面让我们来看看什么是工业4.0以及工业的第四次革命，实际上这些都是一些概念，通过我们现在的IT系统将这些组合形成我们的数字制造。直白的说我们通过工业中的主机来存储和分析制造上的数据，并做成可视化的形式，帮助你来分析，通过将模拟数据转化为数字的过程，之前我们将生产的一些信息都记录在纸上，然后转换excel的形式，并使用这些数据来分析。我们的数字过程就是将这些部分通过流程，如HSC 流程的管理，你将用到更多的数字化的技术。

我们不光是通过这项技术来实现获取工业数据的自动化，同时我们还给使用这项技术的人全新的感受和认知，这就是我们所提及的数字化工业。

实际上这些概念已经有了很多年了，我们通过5G技术将生产的数据汇总到云端，存储和分析，在这个领域已经有很多竞争的情况了。这些工业新购置的机器已经带有了内部的传感器和内置的物联网设备和网关，而我们提到的关键是，如何将这些数据通过统一的方式进行标准化的数据模型的方式来使用这些数据，或者通过标准化的方式来进行数据的建模。这样不仅仅可以提高信息的收集能力，同时还可以让不同的资产之间进行信息的交互。

通过这样的技术让你的资产数字化，通过信息让其进行增值和更有意义的信息交流下进行制造的操作。什么是数字双胞胎，实际上是通过数据获取后进行数据处理，进行数据状态触发，最终在反向控制我们的工业设备的工作。

这些听上去很简单，但我们如何实现。下面我们演示一个我们的rami 4.0 工业架构模型，这个是德国工业协会为德国工业标准化所做的一个事情，通过这个标准，阿里让车间里面发生的事情形成的所有的流程能用同一个视角来理解和数据的共享。

在开始介绍前，我们先确认一些知识，什么是资产，资产在工业环境中就是具有唯一ID的，可以进行数据发送和接收的，在之前的资产的概念是，工作人员，工作的图纸，和工作的信息，而工业4.0里面，这些都是通过管理外壳来进行构建和管理的。这里我们通过我们的系统来使用标准的API 接口来连接这些。

下面我的说说是如何进行管理的，这里我们对于资产本身有两个部分的标注，一个是识别管理，一个是资产使用的信息的主题部分。实际上资产本身的属性与你的业务功能要求有关。你可以将设备中的相关信息公开，通知其他的设备。比如你要维护一个设备，那么你只需要将你的维护工作信息进行公开，这些信息可以是你的工作文档，工作的日志，工作的手册，以及安装在设备上传感器上的信息。

下面我们来通过在计算机数控机床CNC 机器上设计一个资产演示架构，通过上图的演示我们可以清晰的看到，我们可以获得主机何时在工作，工作的状态，轻松访问有关机器的维护的信息。通过这个我们可以通过两个子模型来监控状态和危害的工作，同时我们还需要输入机器的一些其他的如历史维护信息，维护时间等，使用组件管理器与其他资产管理shell进行信息的对话，通过标准的API 和 REST API 可以正确的交换信息。

下面是我们的数据结构，我们在工作中，有很多动态的信息进行相互关联，并且还有产生的一些子模型等需要统一存储，如机器，机器的工作的摄氏度和一些附加值需要存储，需要随时监控。

在这样的情况下，众所周知，所有的信息都可以通过文档来进行记录和表达，mongodb 标准化解决方案，如时序性标准解决方案，键值解决方案

MONGODB 的最大的优势针对与这个项目是，我们存储的数据全部是都是可以灵活的在 Mongodb 上实现的。

下面我们就通过一个案例，来说明mongodb在 smart Factory Testbed 中的支持开发通过灵活的扩展满足开发人员的需求的案例。

这里我们可以简单的比喻成，在工厂中，各种机器将各种零碎的信息，全部释放到数据仓库中，通过mongodb来对数据进行存储。

注：后面他播放了一个没有文字的视频，来动态说明数字化工厂，以及如何运用mognodb来形成一个解决方案。挺 COOL的，但是我这就没法弄了。

后面跳过一些介绍工业化的部分，跳到业务需求与mongodb 时序性方式的之间的关系的部分。

在我们进行功耗损失功能的实现中，我们对于时间是敏感的，包含设备的开机时间，关机时间，运行维护时间，等等这些计数的信息，以及每个加工程序的耗费的时间。

那么mongodb的时序型的方式就是我们最好的实现以上任务的方式，通过序列查询如窗口函数，扩展了查询功能API ，这样我们就能对开始时间和结束时间的时间集合的序列进行计算，时间和你的信息是一体的，不需要单独在进行存储和处理。

创建一个时间序列很简单，他由三个部分组成，

1  时间序列字段，主要由 TS 表示

2  实际的数据 robot_id 

3  单位时间

最终我们形成了一个标准化的工业时序性的文档结构

至此，我们有两个信息的模块，一部分是存储设备的信息，一部分是存储采集的时间维度的信息，并且还可以灵活的添加子信息。

最后我们需要将这些信息进行利用转化，有助于我们计算OE，这里我们通过 mongodb  atlas 触发器，允许您运行服务器的逻辑，响应数据库的事件，这里有两个方式 

1  通过触发器的方式来对输入的数据和删除的数据进行触发

2   通过定时器来进行定时任务的运行

还可以通过mongodb atlas 来对mongodb里面的数据进行分析，包含OE的计算更新。后面我们通过MONGODB 本身提供的charts 来将数据直接进行展示，这是可视化最优的方案针对目前我们的开发方式。产生图标并动态加载SDK 中。

通过以上的介绍，我们通过MONGODB 的解决方案完整的解决了工业4.0的整体数字化的工作，这里不同与其他的行业，mongodb 作为我们客户工业数字化的解决方案，同时不仅仅是在制造业，在其他的行业mongodb存在独特的定位，最终我们通过mongodb 实现了工业4.0 。

（因部分是在听不懂专业的一些工业4.0的描述，所以部分内容并未进行翻译）