导读
大家好，我是阿里云Lindorm 数据库产品经理许力，今天非常有荣幸给大家介绍阿里云 Lindorm 数据库面向工业场景的最佳实践案例，以及产品的特点，同样要结合行业背景以及客户需求来看待它，因此我今天的分享也就由三个主题组成：市场趋势、顺势而为、核心能力。
市场趋势
工业物联网、车联网行业的迅速发展，产生了大量的数据。评测报告显示，2025年实时数据将占到数据总量的30%，几乎所有实时数据都将由物联网系统产生，同时终端设备代码量激增，终端智能设备、传感器数据将流入云端。因此，到2025年绝大多数的云端新增数据将来源于物联网、车联网等智能互联场景。
放眼国内与全球市场，工业物联网都有着巨大的潜力。国家在政策层面积极支持我国工业物联网发展，2019 、2020年相继出台了《“5G+ 工业物联网”512 工程推进方案》和《关于推动工业物联网加快发展的通知》，明确了我国要由工业大国发展迈向工业强国的战略目标，加快推进“互联网 + 制造业”、“5G+ 工业物联网” 的融合创新。
图1 工业物联网的国内市场容量
因此在这样的市场趋势下，时序数据的诞生与发展应该顺势而为。
顺势而为
1、工业场景数智升级的问题与挑战
新技术在创造新机遇带动产业升级的同时，也带来了新的技术挑战。更加复杂的系统架构和更高的性能、稳定性要求制约了工业物联网系统实施落地，企业需要专业技术公司来帮助解决数据采集、传输、存储、分析及可视化全链数据处理系统建设难点。
图2 数智升级中的建设难点与具体问题
2、阿里云Lindorm TSDB 架构
阿里云Lindorm TSDB 作为时序数据库，它有四个关键的价值：
- 非对称读写和快速处理海量时序数据
- 数据存储效率非常高，单位数据量存储成本优势明显。
- 针对时序数据构建独特的数据存储架构，读取处理时序数据方面相比其他数据库更具有性能、成本优势。
- 边云一体化，方案集成方便简单。
3、阿里云Lindorm 设计愿景
阿里云Lindorm 的设计愿景体现在高通量、高性能、易用、易维护四个方面。
云原生多模数据库Lindorm是面向互联网、物联网、车联网、工业互联网等设计和优化的超融合数据库，支持宽表、时序、文本、对象、流、空间等多种数据的统一访问和融合处理，并兼容多种开源标准接口和无缝集成三方生态工具，是日志、监控、账单、广告、社交、出行、风控等场景首选数据库，也是为阿里巴巴核心业务提供支撑的数据库之一，真正做到了“让海量数据看得见、存得起“。
图3 Lindorm TSDB 驱动的工业数据云系统架构
阿里云原生数据Lindorm也应用在工业数据云场景上。Lindorm面向BEV新能源电动汽车监控场景，以极致性价比提供海量数据存储、开放生态兼容、多引擎异构数据融合等能力，与江铃和长城汽车等车厂、东软等车联网服务提供商共建联合解决方案支撑未来网联汽车系统数字化升级。
图4 Lindorm 数据库测评证书
核心能力
1、核心能力一：软硬件定义多级存储
首先，在不同的场景下，用户可以通过权衡性能和存储的成本来选择存储方式，比如性能型存储、标准型存储、容量型存储。不仅提供了存储的灵活度，同时也能够在海量数据的场景下，更大地节省存储的投入。
2、核心能力二：自动冷热分离
用关系型数据库来实现冷热数据的分离存储与分库分表的难度很高，因此从工业场景下，更强调的是一个易于维护易用的自动的做冷热数据的一个管理。
Lindorm数据库将数据自动冷热分层，灵活调整分割线，并且应用零改造、全透明访问，冷数据存储成本大幅减少，热数据访问性能有效提升。
3、核心能力三：智能特征压缩
智能特征压缩也是Lindorm TSDB数据库的产品核心能力之一。相比业界通用的SNAPPY， 压缩率提升50%+，压缩比高达10:1。
图5 Lindorm TSDB 智能特征压缩的核心能力
4、核心能力四：高性能吞吐
某业务HBase迁移至Lindorm后，写入RT减少为1/3
图6 Lindorm TSDB 高性能吞吐的核心能力
5、核心能力五：流库一体
传统ETL（Extract-Transform-Load，即数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端）存在着使用门槛高，数据延迟大的痛点，而Lindorm数据库流库一体，ELT即开即用的功能。
图7 Lindorm TSDB 流库一体的核心能力
6、核心能力六：时序流计算
时序流计算是产品的第六个核心能力。产品中丰富的时序多维聚合算子，以支持在上层进行异常检测、趋势预测的算法，从而进行复杂的时序数据处理。
图8 Lindorm TSDB 时序流计算的核心能力
7、核心能力七：时序引擎 TSQL
同时在查询语句上，兼容SQL语法，方便进行数据对接与改造。
图9 Lindorm TSDB 时序引擎 TSQL的核心能力
8、核心能力八：时序洞察
最后，Lindorm数据库的核心能力还体现在时序洞察方面。除了有异常检测，预测这类常用的时序分析的算法之外，还有序列数据的降维算法，帮助用户从高维数据里边找到相似性、相关性与因果关系。
图10 Lindorm TSDB 在时序洞察上的核心能力
以上就是我今天的分享内容，谢谢大家！
更多精彩内容，欢迎大家观看现场视频回放与会议资料
