加速數據要素價值釋放(fàng)，用友打造高性能時序數據庫

在制造、電力、化工(gōng)、氣象等行業，針對基礎設備所采集、産生(shēng)的數據一(yī)般具有典型的特點，比如産生(shēng)頻(pín)率快（每秒鍾内可産生(shēng)多條數據）、嚴重依賴于采集時間（每一(yī)條數據均對應唯一(yī)的時間）、觀測點多信息量大(dà)（常規的實時監測系統均有成千上萬的監測點，監測點每秒鍾都産生(shēng)數據，每天産生(shēng)幾十GB的數據量）。

針對這種數據産生(shēng)快、海量且依賴時間的數據特點，傳統關系型數據庫無法滿足有效存儲與處理，因此迫切需要一(yī)種專門針對時間序列數據來做優化的數據庫系統，即時序數據庫。

當前，新一(yī)輪科技革命和産業變革突飛猛進，推動企業數智化進程加速向前發展。數據庫作爲核心基礎軟件，實現信創國産化勢在必行。用友一(yī)直在積極推進軟件國産化的相關工(gōng)作，與清華大(dà)學（軟件學院）聯合成立了時序數據與物(wù)聯應用聯合研究中(zhōng)心。在清華大(dà)學自主研發的國内首個開(kāi)源時序數據庫Apache IoTDB的基礎上，用友自主研發了專用企業服務能力的商(shāng)用版時序數據庫——TimensionDB。

TimensionDB是一(yī)款輕量級、高性能、易使用的時序數據管理引擎，可快速攝取、存儲和處理海量時間序列數據，廣泛應用于電力（如：智能電表、發電設備實時監測）、石油化工(gōng)（如：油井、運輸管線、運輸車(chē)隊實時監測）、智慧城市（如：實時路況、卡口數據和路口流量實時監測）、智能安防（如：樓宇門禁、車(chē)輛管理、井蓋、電子圍欄監測）、車(chē)聯網（如：車(chē)速、電機、動力電池、駕駛習慣等數據的實時監測）、金融（如：ATM、POS機、交易記錄等數據的實時監測）等行業。

用友通過實現相關基礎技術組件自主、安全、可控，打造國産化數據庫的創新模式，充分(fēn)發揮國産化軟件企業從數智化管理、數智化經營到數智化商(shāng)業創新的替代價值，真正幫助大(dà)型企業實現價值化國産替代。

海量數據的采集、存儲、查詢一(yī)直是數據庫面臨的難點，用友時序數據庫可實現高性能的數據讀寫，并可對數據進行實時分(fēn)析，快速處理海量數據，具有五大(dà)核心優勢。

基于兩階段LSM合并的tLSM算法，有效保障了任何情況下(xià)均能輕松實現單機每秒1000萬數據點的高速寫入能力，實現百萬級智能物(wù)聯網設備接入和高速寫入。

專爲時序數據設計和優化的TsFile存儲格式，支持多種數據類型和相應的SNAPPY、LZ4、GZIP、SDT等壓縮算法，可實現1:150甚至更高的壓縮比。通過高壓縮比的硬盤存儲，10億數據點存儲成本将低于1.4元，極大(dà)降低了硬件成本。

用友時序數據查詢引擎采用列式存儲、預計算和索引技術，可有效減少數據查詢時讀取的數據量，極大(dà)地降低磁盤I/O次數，輕松實現10億級數據量、千萬數據點查詢的毫秒級響應。

分(fēn)析引擎基于用友深厚的行業知(zhī)識積累，自主研發高性能多維分(fēn)析引擎和分(fēn)析DSL，提供便捷的維度管理和分(fēn)析腳本管理能力；簡潔的DSL語法可使零基礎人員(yuán)輕松對業務數據進行複雜(zá)的多維分(fēn)析。

彈性伸縮采用大(dà)規模并行處理（MPP）架構和火(huǒ)山模型進行數據處理，具有很高的擴展性，支持秒級增加節點而無需進行數據遷移，适應不同規模時序數據的存儲與分(fēn)析需求。

用友時序數據庫憑借領先的技術和分(fēn)析引擎，打造輕量型高性能的數據庫，深入不同應用場景，充分(fēn)在不同行業、不同場景中(zhōng)激發數據要素價值，使能企業高質量發展。

在制造行業，數字化工(gōng)廠需要IT系統和智能設備的集成銜接，通過終端設備和傳感器對生(shēng)産數據的實時采集和分(fēn)析、設備故障預警處理等，實現對生(shēng)産現場的實時監控。而工(gōng)業數據的采集都需要帶有時間戳，大(dà)量工(gōng)業數據建模、工(gōng)業知(zhī)識組件和算法組件，均以時間序列數據作爲輸入數據，對時序數據庫的需求和應用更加多元。用友時序數據庫實現了工(gōng)業數據的高性能采集入庫、高效數據分(fēn)析，爲企業管理層決策提供數據支持，幫助用戶通過持續優化生(shēng)産管理流程來釋放(fàng)優質産能，助力實體(tǐ)制造業由粗放(fàng)式經營模式，逐步過渡爲生(shēng)産設備網絡化、現場管理數字化、決策運營智能化的集約型現代智能工(gōng)廠。

在互聯網行業，互聯網公司一(yī)般需要對大(dà)規模應用集群和機房設備進行監控，實時關注設備運行狀态、資(zī)源利用率和業務趨勢，實現數據化運營和自動化開(kāi)發運維。通過時序數據庫，可實現每天萬億條監控指标數據寫入，且支持多種時序異常類型的檢測告警，并将異常情況直觀展示，方便運維人員(yuán)識别異常，告警策略設置簡單，業務人員(yuán)可輕松上手。

在新能源汽車(chē)行業，廠商(shāng)一(yī)般需要對其出廠的車(chē)輛進行整車(chē)性能分(fēn)析，通過在車(chē)輛上安裝傳感器，在車(chē)輛行駛過程中(zhōng)實時采集車(chē)輛的行駛狀态等監控信息，将傳感器數據通過窄帶物(wù)聯網實時發送至數據中(zhōng)心(TimensionDB)，而後在數據中(zhōng)心的服務器上通過多維分(fēn)析引擎進行複雜(zá)的計算和分(fēn)析，可實現百萬級智能物(wù)聯網設備接入和高速讀寫，每秒可寫入達數據點1000萬以上。

在風力發電行業，企業一(yī)般擁有多座風力發電機，并且在每台發電機上安裝了上百種傳感器，分(fēn)别采集該發電機的工(gōng)作狀态、工(gōng)作環境中(zhōng)的風速等信息。爲了保證發電機的正常運轉并對發電機及時監控和分(fēn)析，企業需要收集這些傳感器信息，在發電機工(gōng)作環境中(zhōng)進行部分(fēn)計算和分(fēn)析，還需要将收集的原始信息上傳到數據中(zhōng)心，這就需要大(dà)量的數據存儲。用友時序數據庫可以極低的成本滿足企業海量數據的快速存儲，用數智化能力助力企業綠色發展。

在廣告行業，企業經常需要對投放(fàng)數據進行實時分(fēn)析和監測，通過日志(zhì)或者其他方式對原始指标數據進行采集和實時計算，将實時計算的結果數據存儲到時序數據庫，實現投放(fàng)效果的實時反饋。通過多維時序預測算法，利用多指标間關聯關系可極大(dà)提高預測準确度，相比傳統預測算法準确度更高，助力企業實現投放(fàng)策略優化。