实时数据库与时序数据库的对比分析

在“中国制造2025”和“工业4.0”合作对接的背景下，驱动传统企业迈向智能制造的转型与升级。基于数据库的工业大数据存储管理系统，完成对工业数据的高效处理。目前在多种数据库中，实时数据库与时序数据库发展迅速，逐渐被大家广泛关注，但是很多人对于这两种数据库的区别并不清楚，因此，本文主要对实时数据库与时序数据库的区别进行对比分析。

一、数据库定义

1、实时数据库定义

实时数据：是指在收集后立即交付的数据信息，所提供的信息具有一定及时性。

实时数据库：是一种采集、存储和分析随时间快速变化的海量数据的软件产品，适用于处理不断更新的快速变化的数据及具有时间限制的事务处理。

实时数据库一般都带有工厂模型，因此它不只是一个数据库，更是一个系统，可以与工控软件相结合，协议兼容性好，部署简单，易上手，有成熟的解决方案，更适用于工厂企业级的应用。

2、时序数据库定义

时序数据：是指稳定频率或非固定周期频率持续产生的一系列基于时间维度的指标监测数据。由时间戳、标签和指标三要素组成。

时序数据库：是指用于保存海量时序数据的数据库。

时序数据库一般较少具有工厂模型，在应用时需要相关二次开发厂家进行模型抽象才能匹配生产业务，对于后续一系列的开发成本较高，目前较为广泛的应用于互联网、金融等场景。

二、数据库区别分析

实时数据库的出现主要是因为现代工业在流程及大规模自动化的快速发展，导致大量的数据需要集成和存储。时序数据库是在关系数据库基础上进行改进的，实时数据库和时序数据库处理的都是时间序列数据，但他们的业务服务目标、产品定位、功能和用途并不完全一样。

n 在开发模式上，实时数据库可支持直接使用，只有深层功能需要相关开发人员进行封装。时序数据库类似关系数据库的开发模式，需要开发人员根据业务的需求进行二次开发和封装，才可投入应用。

实时数据库是融合工业现场各类设备场景，一般采用窄表设计，可以灵活掌控每个测点的时间戳和质量戳，可以匹配OPC UA规范定义的十几种质量戳。时序数据库往往采用的是宽边设计，多个测点通过设备组的方式共享时间戳和质量戳，不能灵活的对现场数据做前处理、清洗等工作。

n 在数据库架构上，实时数据库采用的是单机设计冗余容错模式支持冷温热三种模式，集群扩展的时候采用分布式架构进行扩点和扩容，应用场景支持从站控到多层调度多个环节。与之不同的是，时序数据库通过横向集成进行冗余容错设计，点数可以无线扩展，但不完全匹配工业现场，适合调度场景。

n 在实际应用时，部分场景对数据库的响应时效有着一定要求，实时数据库有在规定时间内实时响应的硬要求，时序数据库对于规定时间内实时响应的要求比较宽泛，因此不适合一体化智能管控场景的高度集成。

n 在商业模式上，两种数据库也有一定区别，实时数据库因其配套齐全的特点，有很多模型库和增值行业套件，是典型的商品化软件的单机收费模式。时序数据库的商业模式采用开源和商业相结合的模式，行业套件是空白，导致用户资产价值提升有限，后续运维模式不一样。

三、实时数据库介绍

虽然时序数据库正在成长发展，但实时数据库也在应用中不断升级迭代，下面将以力控pSpace实时数据库为例，对实时数据库展开具体的介绍：

力控pSpace实时数据库结合管理系统和力控SCADA监控组态软件等产品覆盖了企业的管理层、控制层、和监控层等多方面，目前具有极强的市场竞争力和广泛的市场影响。

在工业场景应用的软件中，信通院对数据库预测的市场规模在2025年将达到700亿左右，其中，亿欧智库对实时数据库2025年的市场规模预测为269亿。公开资料显示，力控pSpace实时数据库+SCADA产品的市场容量超300亿。

力控pSpace实时数据库可支持工业海量数据的高效采集和存储，能够充分满足大规模工业现场对测点数量的需求。具备高效丰富的数据处理和统计功能，第三方系统可直接使用统计的结果数据，提升了整个系统的响应速度。基于pSpace实时数据库的分布式架构，其部署方式更为方便快捷。同时pSpace实时数据库可以通过部署成群集以满足大点数、大数据量的应用需求。产品的冗余机制能够很好地提高系统的稳定性，帮助用户构建高可用性的系统。在数据安全性方面，力控pSpace实时数据库提供的数据采集程序具有很好地断线缓存功能，完整支持OPC协议中对时间戳、质量戳的定义，并且具备历史回补通知以保证客户端数据的完整性和正确性。在平台兼容方面，能够很好地支持目前市场上主流的操作系统。

在工业领域，企业的主要需求即在获取生产流程所需全部信息的基础上，将分散的控制系统、生产调度系统和管理决策系统有机的集成起来。力控pSpace实时数据库的系统设计正是体现的这一思想，提供开放式的分散控制、集中管理架构，形成不同领域和行业的解决方案。

当然，实时数据库和时序数据库两者之间在众多方面的还存在不同的特点及需求，本文关于这方面的介绍还不够全面，后续将继续针对实时数据库和时序数据的应用领域、相关厂商产品等方面展开介绍。