在工業(ye)節(jie)能(neng)和智(zhi)能(neng)化轉(zhuan)型的(de)浪潮中，蘑(mo)菇(gu)物聯(lian)憑借其自研的(de)靈知 AI 大模型走在行(xing)業(ye)前(qian)沿，為高能(neng)耗設(she)備(bei)和公輔能(neng)源(yuan)車間提供先進(jin)的(de) AI 解決(jue)方(fang)案。此次采(cai)訪聚焦于(yu)蘑(mo)菇(gu)物聯(lian)與(yu)(yu) TDengine 的(de)合作項目，通過 AI 云智(zhi)控(kong)平臺的(de)建設(she)，雙方(fang)攜(xie)手(shou)推(tui)動制造工廠的(de)能(neng)源(yuan)數智(zhi)化管理，助力(li)企業(ye)實現節(jie)能(neng)降(jiang)碳。在本文中，我們將(jiang)深入探討蘑(mo)菇(gu)物聯(lian)選擇 TDengine 的(de)原因、項目實施中的(de)挑(tiao)戰(zhan)與(yu)(yu)解決(jue)方(fang)案，以及合作視角下雙方(fang)的(de)未來(lai)愿景(jing)。

在工業(ye)場景(jing)中(zhong)，傳統(tong)人工經驗的控制方法較粗放，如開(kai)工后設(she)備(bei)常開(kai)、設(she)備(bei)參數設(she)置(zhi)不合(he)理(li)、設(she)備(bei)運(yun)行組合(he)不合(he)理(li)、冗余供能(neng)(neng)等情況(kuang)(kuang)，這些情況(kuang)(kuang)往(wang)往(wang)造成設(she)備(bei)低效運(yun)行和巨大的能(neng)(neng)源浪費。加強組織精益管(guan)理(li)能(neng)(neng)力是一個(ge)改(gai)善點，更(geng)重要的是推動基于數據(ju)的數智化管(guan)理(li)方法和工具在工廠落地，工廠才(cai)能(neng)(neng)充分發揮數據(ju)價值，實(shi)現降本(ben)增(zeng)效提產(chan)提質。

蘑菇物聯(lian)是一家工(gong)(gong)業(ye)(ye)(ye)(ye)(ye) AI 科技公(gong)司(si)，聚焦工(gong)(gong)業(ye)(ye)(ye)(ye)(ye)高能(neng)(neng)耗(hao)的(de)(de)通(tong)用(yong)工(gong)(gong)業(ye)(ye)(ye)(ye)(ye)設備(bei)以(yi)及由這些設備(bei)組成的(de)(de)公(gong)輔能(neng)(neng)源(yuan)車間，自(zi)主研發通(tong)用(yong)工(gong)(gong)業(ye)(ye)(ye)(ye)(ye)設備(bei)領域專用(yong)的(de)(de) AI 大模(mo)型——靈知 AI，率先把人(ren)工(gong)(gong)智能(neng)(neng)技術引入工(gong)(gong)業(ye)(ye)(ye)(ye)(ye)節能(neng)(neng)場景，全面(mian)采集通(tong)用(yong)設備(bei)、公(gong)輔車間數(shu)據，建模(mo)分析計(ji)算工(gong)(gong)廠能(neng)(neng)源(yuan)供給(gei)端與(yu)需求(qiu)端數(shu)據，解決工(gong)(gong)廠“冗余(yu)供能(neng)(neng)”的(de)(de)難題(ti)，實現按需供能(neng)(neng)，為工(gong)(gong)業(ye)(ye)(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)(ye)(ye)創(chuang)造安全供能(neng)(neng)、無人(ren)值守、可(ke)持(chi)續節能(neng)(neng)降碳三大可(ke)測量價值。

蘑菇物(wu)聯自主研發(fa)的(de)公(gong)輔(fu)能(neng)(neng)源(yuan)(yuan)云智控(kong)節(jie)能(neng)(neng)管理(li)平臺，可實(shi)現設備級(ji)-車間(jian)級(ji)-工(gong)廠級(ji)-集團(tuan)級(ji)四層架構的(de)能(neng)(neng)源(yuan)(yuan)管理(li)與節(jie)能(neng)(neng)控(kong)制(zhi)(zhi)優(you)化(hua)，尤其針對空壓(ya)站(zhan)、制(zhi)(zhi)冷(leng)站(zhan)等重點耗能(neng)(neng)場(chang)景進行控(kong)制(zhi)(zhi)優(you)化(hua)節(jie)能(neng)(neng)，并且實(shi)現數(shu)(shu)據驅動的(de)預測性維(wei)護(hu)。該平臺支持靈活(huo)的(de)模(mo)塊化(hua)部(bu)署，既(ji)可以按場(chang)景拆(chai)分獨(du)立部(bu)署，也可支持組合部(bu)署以覆蓋水、電、氣、冷(leng)等不同類型的(de)能(neng)(neng)源(yuan)(yuan)場(chang)景。同時，通過多租戶模(mo)式為客戶提(ti)供服務(wu)，目(mu)前(qian)已(yi)服務(wu)超 1600 多家工(gong)業(ye)企業(ye)，每天處理(li)約(yue) 100GB 的(de) IoT 數(shu)(shu)據。

在服務工業企業數智(zhi)化轉型(xing)的過(guo)程中，蘑菇物聯面臨的客戶場景(jing)，既有(you)行業共性，又(you)有(you)業務的獨特性，并且“作為一個平臺型(xing)產品，數據(ju)(ju)存儲需要與業務場景(jing)解耦，支持動(dong)態定(ding)義(yi)字段名(ming)稱(cheng)。”蘑菇物聯研發負責人解釋道(dao)。在公輔場景(jing)中，由(you)于設(she)備種類繁(fan)多、品牌各(ge)異，IoT 數據(ju)(ju)量天(tian)級超過(guo)百 GB，管(guan)理(li)與數據(ju)(ju)處(chu)理(li)面臨一定(ding)挑戰，主要存在三個核心(xin)需求：

首先，對(dui)于同(tong)一類型(xing)的設(she)(she)備(bei)而(er)言(yan)，各(ge)個(ge)設(she)(she)備(bei)的參(can)(can)數(shu)(shu)編碼(ma)并不固定。雖(sui)然核心參(can)(can)數(shu)(shu)可以通過(guo)物模型(xing)進行標準化(hua)處理，但部分參(can)(can)數(shu)(shu)是特定型(xing)號設(she)(she)備(bei)才具備(bei)的。因(yin)此，系(xi)統(tong)需要具備(bei)支(zhi)持動(dong)態(tai)數(shu)(shu)據(ju)入庫的能力，以確保這(zhe)(zhe)些(xie)特有參(can)(can)數(shu)(shu)的數(shu)(shu)據(ju)也能被完整(zheng)記錄和(he)分析。同(tong)時，為了(le)適(shi)應業務發(fa)展和(he)場景需求的變化(hua)，系(xi)統(tong)還需要支(zhi)持新(xin)(xin)的設(she)(she)備(bei)類型(xing)的快(kuai)速接入。這(zhe)(zhe)意味著在數(shu)(shu)據(ju)結構上必須具備(bei)靈活(huo)性(xing)，能夠根據(ju)不同(tong)設(she)(she)備(bei)的特性(xing)動(dong)態(tai)新(xin)(xin)增字段，確保新(xin)(xin)設(she)(she)備(bei)接入后的數(shu)(shu)據(ju)也能無縫整(zheng)合到(dao)現有系(xi)統(tong)中。

其次，在每天(tian)接入超(chao)百 GB 數據的(de)情況下，需(xu)要保證提(ti)供給客(ke)戶的(de)數據響應時間在 200 毫秒級，因此(ci)系(xi)統需(xu)要具備超(chao)強的(de)數據查詢實時響應性能和較(jiao)高(gao)的(de)可(ke)用性。

第三，“我(wo)們的(de)客戶既(ji)有公有云部(bu)署需(xu)求(qiu)，也(ye)有私有云部(bu)署的(de)需(xu)求(qiu)。”為(wei)了(le)確(que)保開發和運維(wei)效率的(de)一致(zhi)性，因此要(yao)求(qiu)數據(ju)庫具備支持從(cong)小規模私有化部(bu)署到大規模云端集群的(de)能力。

蘑菇物聯在項目實踐中嘗試過多種數據庫，如 OpenTSDB、HBase、InfluxDB 及某云廠商 TSDB，每種數(shu)據(ju)庫各有特點，最終經(jing)過綜合考慮高性(xing)能(neng)、穩(wen)定性(xing)和數(shu)據(ju)壓縮率(lv)等因(yin)素(su)后(hou)，蘑菇物聯選擇與 TDengine 合作。

虛擬表結構的設計

由于 AI 云智(zhi)控平(ping)臺需要(yao)接入(ru)大量(liang)不同類型的設備數(shu)(shu)據(ju)，其中(zhong)一些設備可能包含成千上萬的 code 字段，且無法(fa)預先(xian)確定其上報(bao)的字段結構。在這種(zhong)情況下，蘑菇物(wu)聯無法(fa)使用 TDengine 的超級表模型（因字段結構不確定且列(lie)數(shu)(shu)有限制）。

為了解決這一問題，蘑菇物聯采(cai)納了 TDengine 團隊(dui)的建(jian)議，采(cai)用普通表模型，并為每(mei)個設(she)備(bei)建(jian)立字段(duan)映射(she)關系（將 code 映射(she)到子(zi)表 ID 和列名），從而實現了設(she)備(bei)級的 Schema-less 存儲(chu)，同時突破(po)了列數限制。

高并發數據查詢性能

“我們每個租戶都會構建大量復雜的業務指標，并通過流式和批量方式將數據寫入時序數據庫。在(zai)(zai)實際(ji)業(ye)務查詢(xun)中，往(wang)往(wang)需要(yao)(yao)對數(shu)百上千(qian)個業(ye)務指標進行二次加工。簡(jian)單的(de)二次加工直接在(zai)(zai)時序數(shu)據庫(ku)內完成，而(er)復(fu)(fu)雜的(de)計算則在(zai)(zai)業(ye)務系統的(de)內存(cun)中處理。因此(ci)，這對數(shu)據庫(ku)整體性(xing)能提出(chu)了極高(gao)(gao)要(yao)(yao)求，需要(yao)(yao)確保其(qi)在(zai)(zai)數(shu)據寫入與查詢(xun)過程中的(de)高(gao)(gao)效(xiao)性(xing)和穩定性(xing)，才(cai)能滿足復(fu)(fu)雜業(ye)務場景(jing)的(de)需求。”

為驗證所選時序數(shu)據庫的(de)性能(neng)(neng)，蘑菇物聯在 8 核 CPU、32GB 內(nei)存(cun)單(dan)機(ji)配置(zhi)下，對 TDengine（版本 3.2.3.0）、InfluxDB 開源版 1.8 和 InfluxDB 開源版 2.7 進行(xing)了查詢性能(neng)(neng)的(de)對比測試。

“總體而言，除了(le)在查詢(xun)大量明細數據(ju)時表(biao)現稍(shao)弱外，TDengine 在其他聚合場景的(de)查詢(xun)性(xing)能(neng)均明顯優于(yu) InfluxDB 開源版 1.8 和 2.7，提升(sheng)幅度達(da) 3-10 倍(bei)，完(wan)全(quan)滿足我(wo)們(men)的(de)性(xing)能(neng)需(xu)求。相比 HBase 和 InfluxDB，TDengine 使大多數復雜數據(ju)查詢(xun)的(de)響應時間從秒級(ji)縮短至毫秒級(ji)，復雜報表(biao)的(de)性(xing)能(neng)也得到(dao)了(le)顯著(zhu)提升(sheng)，極大地優化了(le)產品的(de)用戶體驗。這(zhe)點讓(rang)我(wo)們(men)非常驚艷。”

云端與私有化部署的統一性

“TDengine 在(zai)保證數據庫單機性(xing)能(neng)的(de)前提下，開(kai)源支(zhi)持了集群化部署(shu)的(de)能(neng)力，且基于 C++ 語言開(kai)發(fa)，可以在(zai)資(zi)源受限的(de)環(huan)境(jing)中部署(shu)，基于上(shang)述兩(liang)點特(te)性(xing)，可以滿足我們公有云和私(si)有云部署(shu)的(de)架構一致(zhi)性(xing)。”

大量指標的流/批輸出和高效查詢

“在我(wo)們的(de)典型場(chang)景(jing)(jing)中，采集到的(de)物聯網數據(ju)(ju)會經過多維度的(de)數據(ju)(ju)加(jia)工，不同的(de)業(ye)務場(chang)景(jing)(jing)由此(ci)生成多種(zhong)類型的(de)指(zhi)標。例如，電(dian)量(liang)和電(dian)費計算、折煤折碳計算、設備(bei)運行時長統計、稼動率(lv)分(fen)析、設備(bei)單機(ji)能(neng)效(xiao)評估、空壓站(zhan)氣電(dian)比、中央空調站(zhan) COP、單位產品能(neng)耗、萬元產值、壓力(li)和流量(liang)預測、節能(neng)率(lv)計算等場(chang)景(jing)(jing)。”

部分指標通過(guo)流批計算直(zhi)接存入數據(ju)庫，另一些(xie)則需(xu)基于原始數據(ju)進行(xing)查(cha)(cha)詢(xun)(xun)時二次(ci)加工。為應對(dui)這些(xie)復(fu)雜場景，蘑菇物聯定制了(le)多(duo)種(zhong)復(fu)雜內置函(han)數，以滿足業務(wu)對(dui)數據(ju)處理的多(duo)樣化需(xu)求(qiu)(qiu)。這些(xie)操作對(dui)時序數據(ju)庫的寫(xie)(xie)入和查(cha)(cha)詢(xun)(xun)效(xiao)率提出了(le)嚴格要求(qiu)(qiu)。經過(guo)多(duo)輪驗證，TDengine 在寫(xie)(xie)入與查(cha)(cha)詢(xun)(xun)性能上表現出色，很(hen)好地滿足了(le)蘑菇物聯的業務(wu)需(xu)求(qiu)(qiu)。

未來展望

“TDengine 為我(wo)們的(de)(de)項目帶來了更高的(de)(de)性(xing)能和靈活性(xing)，同時在(zai)云端與私有化部署(shu)方面(mian)也讓開發和運(yun)維(wei)更加高效。”蘑菇物聯團隊表示，“在(zai)未來的(de)(de)合作中(zhong)，我(wo)們期待(dai)與 TDengine 一起，為更多(duo)的(de)(de)企業(ye)創(chuang)造更大的(de)(de)價值。”

展(zhan)望(wang)未來，蘑(mo)菇物聯計劃在(zai)五年內連(lian)接 300 萬臺(tai)通(tong)用工業設備(bei)，幫助(zhu) 3 萬家企業完成數智化轉型。通(tong)過(guo)深(shen)化與 TDengine 的(de)合(he)作，蘑(mo)菇物聯將繼(ji)續探索更多節(jie)能降碳場景，為(wei)社會的(de)可持(chi)續發展(zhan)貢獻力量。

接下來，TDengine 也將繼續專注(zhu)于提(ti)升時(shi)序數(shu)據(ju)的(de)處(chu)理(li)能(neng)力，為各行(xing)業提(ti)供高(gao)效、靈活的(de)數(shu)據(ju)解決方案。不(bu)論是在物聯網、工業互聯網，還是在智能(neng)制造(zao)等領域，TDengine 希(xi)望通(tong)過技術創新和(he)不(bu)斷優化，為用戶帶來更卓越的(de)體驗，與企業一(yi)同把握機遇(yu)，共(gong)同推動數(shu)字化時(shi)代(dai)的(de)發(fa)展。