在工业4.0和智能制造战略的推动下，物联网、5G、云计算、人工智能等新一代信息技术正在加速与传统产业的融合。越来越多的企业依靠物联网连接人、机、物，收集数据。同时，借助5G、云计算、人工智能等技术进行数据传输、聚合、计算和分析，工业智能场景的落地导致数据量急剧增加，也给正在推进的企业转型升级带来巨大挑战。
在过去的30年里，企业使用CAX、PLM、ERP、OA等信息软件解决了产品开发和运营管理过程中的许多需求，MES和APS部分解决了生产管理过程中的需求，如生产资源管理和调度。然而，如果他们想进一步进入工业领域，管理和控制机器和设备，他们是无能为力的。
当物联网、5G、人工智能等新一代信息技术逐渐成熟并融入传统工业生产时，信息时代尚未解决的问题正在被一一突破。企业利用物联网连接工业领域的人、机、物，利用边缘计算平台采集、聚合、分析关键设备数据，实现与上层业务系统的数据对接，通过云协作实现数据共享和交互，形成覆盖R&D、运营、生产、销售的完整产业链闭环，成为数字化、智能化实现的基础。
从信息化到智能化，作者总结了两个变化：一是对象从“人”到“物”的转变，二是场景从“办公区”到“生产区”的转变。信息化解决了“人”的行为管理问题。智能化解决了“物”的运行控制问题。工业系统和自动化设备必须添加到过去一台计算机可以解决的问题中。但是IT和OT在标准架构上的差异，使得两者的融合变得复杂和困难。
当业务边界向下延伸时，也带来了更大的问题，即企业获取的数据不像以前那样有规律，非结构化数据生成越来越频繁，很多数据需要及时获取和分析。更何况工业过程产生的数据远比以前多。
IDC预测，到2025年，设备实时数据量将是2017年的200倍，达到惊人的49ZB，随着工业智能的发展，非结构化数据的比例将越来越高。对于企业来说，任何时候产生的工业数据都面临着来自存储管理和数据库的巨大压力，这已经成为企业智能转型的首要问题。
传统数据库不再胜任
十年前，作者还是程序员的时候，每当有新的需求来临时，首先要做的就是评估使用什么语言和数据库。当时使用最多的是Oracle、MySQL、SQLServer。这些关系数据库可以为用户提供功能性交互服务，适用于存储在数据生成频率较低的SQL索引表中的结构化数据。
当我们进入智能时代，面对越来越多的工业场景APP开发需求，还能使用传统的关系数据库吗？答案显然是否定的。主要有三个原因：
第一，数据结构不同。信息时代，一台计算机主宰世界，所有软件产品都建立在通用操作系统和标准化硬件架构之上。软件应用只有满足X86 Windows平台的标准才能运行，生成的数据是结构化数据。但是，工业场景中没有统一的操作系统和系统标准，异构的工业系统和设备会产生许多不同形式的数据，其中大部分是非结构化的，无法得到传统关系数据库的支持。
第二，工业领域大多是实时性高的业务场景。传统信息系统运行过程中允许停机，但工业场景中不允许停机。尤其是流程行业，生成过程是连续的，采集的数据也是时序数据，任何中断都可能造成巨大的安全隐患。随着接入设备越来越多，企业需要收集和处理越来越多的实时和时序数据，这就需要一个能够管理大量设备的实时专业数据库。传统的关系数据库无法做到这一点。
第三，在推进工业智能化的过程中，需要对海量的工业数据进行管理、存储和分析。对大量不同类型的工业数据进行聚合和分类是实现智能分析的基本前提。传统的关系数据库在数据聚合分析方面性能不佳。时间序列数据压缩低，占用大量机器资源。
目前领先的工业数据库企业不仅有专业的压缩算法，还充分考虑了海量数据实时分析的聚合性能。国内迈杰科技推出的openPlant数据库有一个特殊的实时数据压缩算法，比传统的关系数据库低90%。通过优化写入、存储和查询过程，实时数据库的性能可以达到传统数据性能的1000倍以上。
负责编辑：YYX