データベースがボトルネックにならないようにするスマートなアプローチ

TDengine の CEO、ジェフ・タオ

インダストリー 4.0 と産業用モノのインターネット (IIoT) の約束により、多くの製造業者は、過去には想像もできなかった自動化と相互接続の夢に目を丸くしています。 ただし、このような自動化と相互接続を可能にするために必要な大量のデータは、データベースをすぐに重大なボトルネックに変える可能性があります。

2022 年末までに、数年前には想像もできなかった量のデータを生成する 140 億台のデバイスが接続されると予想されています。 IIoT に移行する製造業者に適したデータベースを選択する方法を決定することは困難な場合があります。すべてのデータベースが最新の製造データの要求に対応できるわけではないためです。

簡単にするためのさまざまなデータベース管理システムの長所と短所を以下に概説します。

従来の SQL データベース

最優先事項は、従来の SQL データベースです。 MySQL や Oracle などの従来の SQL データベースは誰もが知っているので、それらを操作するスキルを持つ人材を簡単に見つけることができます。 これらは、他のほとんどのエンタープライズ システムが統合されるほど長い間、頼りになる (レガシー) ソリューションでもあります。

ただし、従来の SQL データベースは、IIoT データ セットのサイズに簡単に圧倒されます。 生産時系列の規模を処理するように構築されていないため、残業は非常に遅くなります。 この速度は、いくつかの赤字を引き起こす可能性があります。 たとえば、機器が正しく動作していることを確認するためのリアルタイム モニタリングでは、管理しきれない大量のデータ セットが生成されます。 その結果、メーカーはデータセットを管理するためのハードウェアにより多くのお金を費やしています。

NoSQL データベース

MongoDB や Cassandra などの NoSQL データベースは、製造データを処理するためのもう 1 つのオプションです。 従来の SQL データベースとは異なり、NoSQL データベースはより手頃な料金でスケーリングし、大規模なデータセットを処理してサポートできます。

NoSQL には課題があります。 標準化された言語がなければ、経験のない開発者は、システムで有能になるために教育期間が必要になります。 システムが新しいため、他のエンタープライズ ツールとシームレスに統合することもできません。 さらに、NoSQL は複雑なクエリを処理するための十分な機能を備えていません。 したがって、特定の要件を持つクエリを実行する場合は、実装できるかどうかわからないカスタム コーディングを検討することになります。

ビッグデータ プラットフォーム

最後に、大規模なデータセットに優れた速度を提供できる Hadoop などのビッグデータ プラットフォームを見てみましょう。 また、運用に影響を与えずにシステムを障害から回復できる分散アーキテクチャも備えています。

しかし、それに伴い、多くのコンポーネントを備えた複雑なシステムが必要になります。 ビッグデータ プラットフォームのオペレーターは、Kafka から Redis、Spark に至るまで、あらゆることに精通している必要があります。 クラウド上のビッグデータ プラットフォームには、規制やプライバシーに関する懸念もあります。 多くの場合、企業は異なるデータに対して Hadoop を同時に実行するローカル SQL システムを実装しますが、これは資金やリソースを効率的に使用することにはなりません。

正しい選択

どのシステムにも長所と短所がありますが、必要なものの変数を考慮する必要があります。 従来の SQL は IIoT データのサイズに圧倒される可能性があり、NoSQL はトレーニングと統合のために追加のワークロードを必要とする可能性があり、ビッグデータ プラットフォームには、効率的にサポート、保守、およびデバッグするための専任のエンジニアリング チームが必要です。 完璧なプラットフォームはありません。 では、正しい選択とは?

私が推奨するのは、専用でオープンなデータ処理ソリューションを主張することです。 専用ソリューションの必要性を認識している製造業のリーダーは、主にオープンになるように設計されていないクローズド システムを使用しており、機械学習や人工知能などの新しいテクノロジーをワークフローに導入することを妨げています。 これらのシステムの直接的な影響は、特定のベンダーに縛られ、支出が増えても費用対効果の高い代替案を検討できないことです。

汎用データベースは、IIoT で直面するビッグ データの要求を処理できません。従来のデータベースでは生成に 1 時間以上かかっていたビジネス レポートが、最新のデータベースに移行するだけで 1 分以内に生成されるのを見てきました。専用プラットフォーム。 ただし、Facebook のようなテクノロジーの巨人で機能するビッグデータ ソリューションは、業界の顧客に対して同じ結果を生み出すことはできないことを忘れないでください。 ソーシャル メディア データの処理は、製造会社が使用する時系列データとは別物です。

専用でオープンであることにより、製造業のリーダーは最先端のテクノロジーの最新情報を把握することができ、何よりも画一的なソリューションに縛られることはありません。 正しい決定を下すには、求めている価値、利用可能なリソース、および予算を考慮して、組織の製造ビジネスの目標に何が有効かを判断する必要があります。

Leave a Comment

Your email address will not be published. Required fields are marked *