浅析组态软件数据库的技术路径及趋势①

王 琳

(大峘集团有限公司, 江苏 南京 211112)

引 言

在不断进化的商业与工业信息化发展中，促进社会生产力提高之一的需求，就是将不断驱动数据库技术有着新的变化，商业与工业智能的目标上将会得到有效实现，多学科技术和数据库技术的结合也会成为未来IT技术的发展趋势，毕竟协同技术是软件发展的一个重要方向，同时也是现代数据库应用的重要特征之一。

冶金行业中的工业自动化系统，是把冶金工艺装备技术、现代管理技术和以先进控制与优化技术为代表的信息技术相结合，提出将冶炼生产过程作为整体解决方案去控制和管理，而对生产过程的整体控制，对生产设备集中管理需求产生的工业组态软件(SCADA)必备要求，就是要支持强大的数据库，可存储各种数据(如模拟量、离散量、字符型等)，以实现与外部设备的数据交换。随着工业自动化不断发展，传统单机数据库已无法满足工业级系统对规模、拓展性及容错性等的要求，作为计算机应用的重要分支领域，数据库一直都是备受业界瞩目的焦点。

1 数据库技术简史

每年的中国数据库技术大会(DTCC)，是国内数据库及大数据领域规模最大、最受欢迎的技术交流盛会，累计参与人次已达到20000+。作为国内数据库技术领域的风向标，自2014年至今，技术主题里都有对两个重量级关键词进行讨论：设计架构和挖掘分析。由此可见，数据库的研发及应用技术在当今大数据时代受重视程度越来越高，如何对海量数据进行深入挖掘、分析和整合，并将其作为各项决策的依据，是当前国家和企业发展战略中的重大任务。

简单回顾数据库自问世以来的发展历史(如图1所示)，不难发现，数据库技术每一次的进化与变革，都伴随着当时工业生产及商业领域对数据最迫切痛点的解决和对技术需求的满足。

DBMS，是统一管理和共享数据的数据库管理系统。按数据模型特点，传统数据库系统可分成层次模型数据库(Hierarchical database)、网状模型数据库(Network database)和关系模型数据库(Relational database)三类。

层次模型：数据库系统中最早使用的模型，它的数据结构类似一棵倒置的树，每个节点表示一个记录类型，记录之间的联系是一对多的联系。

网状模型：可以看作层次模型的一种扩展。它采用网状结构表示实体及其之间的联系。网状结构的每一个节点代表一个记录类型，记录类型可包含若干字段，联系用链接指针表示，去掉了层次模型的限制。

关系模型：当前应用最多、也最为重要的一种数据模型。它建立在严格的数学概念基础上，采用二维表格结构来表示实体和实体之间的联系。二维表由行和列组成。

图1 数据库简史时间图

2 组态软件与数据库2.1 组态软件与数据库关系

组态软件(SCADA),即：Supervisory Control and Data Acquisition(数据采集与监视控制)。使用灵活的组态方式，为用户提供快速构建工业自动控制系统监控功能的、通用层次的软件工具。它起源于DCS(Distributed Control System分布式控制系统,DCS由仪器、仪表发展而来)，发展于PLC(Programmable Logic Controller，可编程逻辑控制器，一种数字运算操作的电子系统，专为在工业环境应用而设计的)。

回顾数据库发展简史，可以发现一个重要现象：诸如GE、Honeywell老牌工业厂商在数据库发展道路上扮演着举足轻重的角色，或者说，他们就是数据库发展历史上的重要技术驱动。因此，对生产数据的使用，是组态软件不可或缺的部分，主要应用于工艺流程的改进、设备性能的维护以及故障原因的诊断。目前，市场主流的工控组态软件，或提供支持中大型关系型数据库交换接口，或直接集成这些主流的中大型关系型数据库，甚至有些厂商尝试进行自主研发基于内存计算和大数据运算的实时关系数据库。

2.2 组态软件的发展

随着自动化系统从信息化到智能化，配套应用软件所占比重逐渐提高，虽然组态软件只是其中一部分，但因其渗透能力强、扩展性强，近年来蚕食了很多专用软件的市场。因此，组态软件具有很高的产业关联度，是自动化系统进入高端应用、扩大市场占有率的重要桥梁。组态软件的IT化趋势明显，大量的最新计算技术、通讯技术、多媒体技术被用来提高其性能，扩充其功能。老牌工业厂商GE Fanuc、Honeywell、西门子等均开发了自己的组态软件并持续升级，尤其西门子WinCC在市场上获得巨大成功。

3 数据库应用技术对比与分析

以WinCC集成数据库版本为例，工控支持的主流数据库进行对比和分析(如表1所示)。

表1 工控主流数据库分析

4 工业智能对数据的使用

第四次工业革命是以智能化为核心的工业价值创造革命，其最终目的是实现生产活动的高度整合，使系统像人一样思考和协同工作。连续工业生产过程中存在着大量实时数据的处理、存储和集成问题，仅靠采用DCS/PLC和DBMS简单结合并不能完全解决。

总结过去10年，国外在工业智能的发展上有两个方向：

德国企业，如：西门子、SAP等，注重工业设备的自动化生产，以智能化机器取代人力，将生产流程逐步实现智能化，充分利用生产过程数据的采集和监控。

美国企业，如：GE、IBM等，注重生产过程中每个环节信息点的连接和整合，依托大数据算法，进行生产数据分析和挖掘，实现智能化分析与决策。

对照目前国内冶金行业工控软件应用的现状，数据库技术运用较落后，底层信息采集点不多，生产数据存储量较少，生产信息孤岛现象普遍存在，工业大数据利用率低、运算效率不高，在未来的一段时间内，需要对生产工艺过程的上、下游数据链条逐步打通，对关键性IT技术进行逐步优化与升级。

5 智能制造数据库展望

2018年DTCC的主题“数领先机 智赢未来”，真正将数据与智能纳入了数据库技术的研究和讨论范畴。

其一，企业海量增加的生产和商业数据，如何从中获取更多的信息，以便分析决策将数据转化为降低管理成本、提高生产效率的商业价值，成为目前数据库发展的一个方向。

其二，具有高容量、高伸缩性、高容错性的分布式实时数据库成为工业数据库应用技术的新方向。实时数据库技术是基于内存计算的，有实践数据表明，其整体运算效率要高于传统关系数据库磁盘运算约5～8倍。

基于以上，从西门子最新的TIA portal集成数据库SQL Server2014版本特性上分析，这一理念已初现端倪；其实，从另一对标产品SAP HANA市场上的大力推广和逐步使用也得到了侧面验证。

6 结束语

20世纪80年代后期，随着IT技术的迅速发展，以市场为推动力，传统冶金企业必须借助相关学科的知识和技术来深入解决企业甚至于行业中的各种能耗大、效率低和综合竞争力弱等问题。Honeywell、西门子等传统工业厂商通过自身生产与市场的实践，逐步向综合自动化整体解决方案供应商转化，企业自主研发的数据库产品在技术、设计和解决方案上多数依赖本公司主营业务的发展路径，其产品成本和工程成本高，在一些技术和工程方面可能未必适合中国工业企业。到了90年代初期，国内也相继出现了一些工业数据库产品，但是由于起步较晚，专业背景比较薄弱，产品功能比较单一，产品并非定位于一个整体的解决方案，往往难以满足很多工业企业进一步的需求。于是，多学科间的相互渗透与交叉成为解决问题的重要方向，信号处理技术、计算机技术、通讯技术及计算机网络与自动控制技术的结合，使过程控制逐渐从底层向上渗透，出现了集控制、优化、调度、管理、经营于一体的综合自动化新模式，实践证明这是一种高效的流程工业企业信息化建设的方式。