淺析組態軟件數據庫的技術路徑及趨勢①

王 琳

(大峘集團有限公司, 江蘇 南京 211112)

引 言

在不斷進化的商業與工業信息化發展中，促進社會生產力提高之一的需求，就是將不斷驅動數據庫技術有著新的變化，商業與工業智能的目標上將會得到有效實現，多學科技術和數據庫技術的結合也會成為未來IT技術的發展趨勢，畢竟協同技術是軟件發展的一個重要方向，同時也是現代數據庫應用的重要特征之一。

冶金行業中的工業自動化系統，是把冶金工藝裝備技術、現代管理技術和以先進控制與優化技術為代表的信息技術相結合，提出將冶煉生產過程作為整體解決方案去控制和管理，而對生產過程的整體控制，對生產設備集中管理需求產生的工業組態軟件(SCADA)必備要求，就是要支持強大的數據庫，可存儲各種數據(如模擬量、離散量、字符型等)，以實現與外部設備的數據交換。隨著工業自動化不斷發展，傳統單機數據庫已無法滿足工業級系統對規模、拓展性及容錯性等的要求，作為計算機應用的重要分支領域，數據庫一直都是備受業界矚目的焦點。

1 數據庫技術簡史

每年的中國數據庫技術大會(DTCC)，是國內數據庫及大數據領域規模最大、最受歡迎的技術交流盛會，累計參與人次已達到20000+。作為國內數據庫技術領域的風向標，自2014年至今，技術主題里都有對兩個重量級關鍵詞進行討論：設計架構和挖掘分析。由此可見，數據庫的研發及應用技術在當今大數據時代受重視程度越來越高，如何對海量數據進行深入挖掘、分析和整合，并將其作為各項決策的依據，是當前國家和企業發展戰略中的重大任務。

簡單回顧數據庫自問世以來的發展歷史(如圖1所示)，不難發現，數據庫技術每一次的進化與變革，都伴隨著當時工業生產及商業領域對數據最迫切痛點的解決和對技術需求的滿足。

DBMS，是統一管理和共享數據的數據庫管理系統。按數據模型特點，傳統數據庫系統可分成層次模型數據庫(Hierarchical database)、網狀模型數據庫(Network database)和關系模型數據庫(Relational database)三類。

層次模型：數據庫系統中最早使用的模型，它的數據結構類似一棵倒置的樹，每個節點表示一個記錄類型，記錄之間的聯系是一對多的聯系。

網狀模型：可以看作層次模型的一種擴展。它采用網狀結構表示實體及其之間的聯系。網狀結構的每一個節點代表一個記錄類型，記錄類型可包含若干字段，聯系用鏈接指針表示，去掉了層次模型的限制。

關系模型：當前應用最多、也最為重要的一種數據模型。它建立在嚴格的數學概念基礎上，采用二維表格結構來表示實體和實體之間的聯系。二維表由行和列組成。

圖1 數據庫簡史時間圖

2 組態軟件與數據庫2.1 組態軟件與數據庫關系

組態軟件(SCADA),即：Supervisory Control and Data Acquisition(數據采集與監視控制)。使用靈活的組態方式，為用戶提供快速構建工業自動控制系統監控功能的、通用層次的軟件工具。它起源于DCS(Distributed Control System分布式控制系統,DCS由儀器、儀表發展而來)，發展于PLC(Programmable Logic Controller，可編程邏輯控制器，一種數字運算操作的電子系統，專為在工業環境應用而設計的)。

回顧數據庫發展簡史，可以發現一個重要現象：諸如GE、Honeywell老牌工業廠商在數據庫發展道路上扮演著舉足輕重的角色，或者說，他們就是數據庫發展歷史上的重要技術驅動。因此，對生產數據的使用，是組態軟件不可或缺的部分，主要應用于工藝流程的改進、設備性能的維護以及故障原因的診斷。目前，市場主流的工控組態軟件，或提供支持中大型關系型數據庫交換接口，或直接集成這些主流的中大型關系型數據庫，甚至有些廠商嘗試進行自主研發基于內存計算和大數據運算的實時關系數據庫。

2.2 組態軟件的發展

隨著自動化系統從信息化到智能化，配套應用軟件所占比重逐漸提高，雖然組態軟件只是其中一部分，但因其滲透能力強、擴展性強，近年來蠶食了很多專用軟件的市場。因此，組態軟件具有很高的產業關聯度，是自動化系統進入高端應用、擴大市場占有率的重要橋梁。組態軟件的IT化趨勢明顯，大量的最新計算技術、通訊技術、多媒體技術被用來提高其性能，擴充其功能。老牌工業廠商GE Fanuc、Honeywell、西門子等均開發了自己的組態軟件并持續升級，尤其西門子WinCC在市場上獲得巨大成功。

3 數據庫應用技術對比與分析

以WinCC集成數據庫版本為例，工控支持的主流數據庫進行對比和分析(如表1所示)。

表1 工控主流數據庫分析

4 工業智能對數據的使用

第四次工業革命是以智能化為核心的工業價值創造革命，其最終目的是實現生產活動的高度整合，使系統像人一樣思考和協同工作。連續工業生產過程中存在著大量實時數據的處理、存儲和集成問題，僅靠采用DCS/PLC和DBMS簡單結合并不能完全解決。

總結過去10年，國外在工業智能的發展上有兩個方向：

德國企業，如：西門子、SAP等，注重工業設備的自動化生產，以智能化機器取代人力，將生產流程逐步實現智能化，充分利用生產過程數據的采集和監控。

美國企業，如：GE、IBM等，注重生產過程中每個環節信息點的連接和整合，依托大數據算法，進行生產數據分析和挖掘，實現智能化分析與決策。

對照目前國內冶金行業工控軟件應用的現狀，數據庫技術運用較落后，底層信息采集點不多，生產數據存儲量較少，生產信息孤島現象普遍存在，工業大數據利用率低、運算效率不高，在未來的一段時間內，需要對生產工藝過程的上、下游數據鏈條逐步打通，對關鍵性IT技術進行逐步優化與升級。

5 智能制造數據庫展望

2018年DTCC的主題“數領先機 智贏未來”，真正將數據與智能納入了數據庫技術的研究和討論范疇。

其一，企業海量增加的生產和商業數據，如何從中獲取更多的信息，以便分析決策將數據轉化為降低管理成本、提高生產效率的商業價值，成為目前數據庫發展的一個方向。

其二，具有高容量、高伸縮性、高容錯性的分布式實時數據庫成為工業數據庫應用技術的新方向。實時數據庫技術是基于內存計算的，有實踐數據表明，其整體運算效率要高于傳統關系數據庫磁盤運算約5～8倍。

基于以上，從西門子最新的TIA portal集成數據庫SQL Server2014版本特性上分析，這一理念已初現端倪；其實，從另一對標產品SAP HANA市場上的大力推廣和逐步使用也得到了側面驗證。

6 結束語

20世紀80年代后期，隨著IT技術的迅速發展，以市場為推動力，傳統冶金企業必須借助相關學科的知識和技術來深入解決企業甚至于行業中的各種能耗大、效率低和綜合競爭力弱等問題。Honeywell、西門子等傳統工業廠商通過自身生產與市場的實踐，逐步向綜合自動化整體解決方案供應商轉化，企業自主研發的數據庫產品在技術、設計和解決方案上多數依賴本公司主營業務的發展路徑，其產品成本和工程成本高，在一些技術和工程方面可能未必適合中國工業企業。到了90年代初期，國內也相繼出現了一些工業數據庫產品，但是由于起步較晚，專業背景比較薄弱，產品功能比較單一，產品并非定位于一個整體的解決方案，往往難以滿足很多工業企業進一步的需求。于是，多學科間的相互滲透與交叉成為解決問題的重要方向，信號處理技術、計算機技術、通訊技術及計算機網絡與自動控制技術的結合，使過程控制逐漸從底層向上滲透，出現了集控制、優化、調度、管理、經營于一體的綜合自動化新模式，實踐證明這是一種高效的流程工業企業信息化建設的方式。