數(shù)智化時(shí)代，數(shù)據(jù)作為一種新型的生產(chǎn)要素，是數(shù)字化、網(wǎng)絡(luò)化、智能化的基礎(chǔ)，已快速融入生產(chǎn)、分配、流通、消費(fèi)和社會(huì)服務(wù)管理等各環(huán)節(jié)。海量數(shù)據(jù)的存儲(chǔ)和快速處理是發(fā)揮數(shù)據(jù)要素價(jià)值的基礎(chǔ)，數(shù)據(jù)庫(kù)作為組織、管理和存儲(chǔ)數(shù)據(jù)的倉(cāng)庫(kù)，在促進(jìn)數(shù)據(jù)要素價(jià)值發(fā)揮的整體鏈條上，成為必不可少的一環(huán)。

      在制造、電力、化工、氣象等行業(yè)，針對(duì)基礎(chǔ)設(shè)備所采集、產(chǎn)生的數(shù)據(jù)一般具有典型的特點(diǎn)，比如產(chǎn)生頻率快（每秒鐘內(nèi)可產(chǎn)生多條數(shù)據(jù)）、嚴(yán)重依賴于采集時(shí)間（每一條數(shù)據(jù)均對(duì)應(yīng)唯一的時(shí)間）、觀測(cè)點(diǎn)多信息量大（常規(guī)的實(shí)時(shí)監(jiān)測(cè)系統(tǒng)均有成千上萬(wàn)的監(jiān)測(cè)點(diǎn)，監(jiān)測(cè)點(diǎn)每秒鐘都產(chǎn)生數(shù)據(jù)，每天產(chǎn)生幾十GB的數(shù)據(jù)量）。

      針對(duì)這種數(shù)據(jù)產(chǎn)生快、海量且依賴時(shí)間的數(shù)據(jù)特點(diǎn)，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)無(wú)法滿足有效存儲(chǔ)與處理，因此迫切需要一種專門針對(duì)時(shí)間序列數(shù)據(jù)來(lái)做優(yōu)化的數(shù)據(jù)庫(kù)系統(tǒng)，即時(shí)序數(shù)據(jù)庫(kù)。

      深化信創(chuàng)    自主研發(fā)國(guó)產(chǎn)時(shí)序數(shù)據(jù)庫(kù)

      當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革突飛猛進(jìn)，推動(dòng)企業(yè)數(shù)智化進(jìn)程加速向前發(fā)展。數(shù)據(jù)庫(kù)作為核心基礎(chǔ)軟件，實(shí)現(xiàn)信創(chuàng)國(guó)產(chǎn)化勢(shì)在必行。用友一直在積極推進(jìn)軟件國(guó)產(chǎn)化的相關(guān)工作，與清華大學(xué)（軟件學(xué)院）聯(lián)合成立了時(shí)序數(shù)據(jù)與物聯(lián)應(yīng)用聯(lián)合研究中心。在清華大學(xué)自主研發(fā)的國(guó)內(nèi)首個(gè)開(kāi)源時(shí)序數(shù)據(jù)庫(kù)Apache IoTDB的基礎(chǔ)上，用友自主研發(fā)了專用企業(yè)服務(wù)能力的商用版時(shí)序數(shù)據(jù)庫(kù)——TimensionDB。

      TimensionDB是一款輕量級(jí)、高性能、易使用的時(shí)序數(shù)據(jù)管理引擎，可快速攝取、存儲(chǔ)和處理海量時(shí)間序列數(shù)據(jù)，廣泛應(yīng)用于電力（如：智能電表、發(fā)電設(shè)備實(shí)時(shí)監(jiān)測(cè)）、石油化工（如：油井、運(yùn)輸管線、運(yùn)輸車隊(duì)實(shí)時(shí)監(jiān)測(cè)）、智慧城市（如：實(shí)時(shí)路況、卡口數(shù)據(jù)和路口流量實(shí)時(shí)監(jiān)測(cè)）、智能安防（如：樓宇門禁、車輛管理、井蓋、電子圍欄監(jiān)測(cè)）、車聯(lián)網(wǎng)（如：車速、電機(jī)、動(dòng)力電池、駕駛習(xí)慣等數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)）、金融（如：ATM、POS機(jī)、交易記錄等數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)）等行業(yè)。

      用友通過(guò)實(shí)現(xiàn)相關(guān)基礎(chǔ)技術(shù)組件自主、安全、可控，打造國(guó)產(chǎn)化數(shù)據(jù)庫(kù)的創(chuàng)新模式，充分發(fā)揮國(guó)產(chǎn)化軟件企業(yè)從數(shù)智化管理、數(shù)智化經(jīng)營(yíng)到數(shù)智化商業(yè)創(chuàng)新的替代價(jià)值，真正幫助大型企業(yè)實(shí)現(xiàn)價(jià)值化國(guó)產(chǎn)替代。

      性能卓越  快速處理海量數(shù)據(jù)

      海量數(shù)據(jù)的采集、存儲(chǔ)、查詢一直是數(shù)據(jù)庫(kù)面臨的難點(diǎn)，用友時(shí)序數(shù)據(jù)庫(kù)可實(shí)現(xiàn)高性能的數(shù)據(jù)讀寫，并可對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，快速處理海量數(shù)據(jù)，具有五大核心優(yōu)勢(shì)。

      寫入性能高

      基于兩階段LSM合并的tLSM算法，有效保障了任何情況下均能輕松實(shí)現(xiàn)單機(jī)每秒1000萬(wàn)數(shù)據(jù)點(diǎn)的高速寫入能力，實(shí)現(xiàn)百萬(wàn)級(jí)智能物聯(lián)網(wǎng)設(shè)備接入和高速寫入。

      硬件成本低

      專為時(shí)序數(shù)據(jù)設(shè)計(jì)和優(yōu)化的TsFile存儲(chǔ)格式，支持多種數(shù)據(jù)類型和相應(yīng)的SNAPPY、LZ4、GZIP、SDT等壓縮算法，可實(shí)現(xiàn)1:150甚至更高的壓縮比。通過(guò)高壓縮比的硬盤存儲(chǔ)，10億數(shù)據(jù)點(diǎn)存儲(chǔ)成本將低于1.4元，極大降低了硬件成本。

      查詢速度快

      用友時(shí)序數(shù)據(jù)查詢引擎采用列式存儲(chǔ)、預(yù)計(jì)算和索引技術(shù)，可有效減少數(shù)據(jù)查詢時(shí)讀取的數(shù)據(jù)量，極大地降低磁盤I/O次數(shù)，輕松實(shí)現(xiàn)10億級(jí)數(shù)據(jù)量、千萬(wàn)數(shù)據(jù)點(diǎn)查詢的毫秒級(jí)響應(yīng)。

      分析能力強(qiáng)

      分析引擎基于用友深厚的行業(yè)知識(shí)積累，自主研發(fā)高性能多維分析引擎和分析DSL，提供便捷的維度管理和分析腳本管理能力；簡(jiǎn)潔的DSL語(yǔ)法可使零基礎(chǔ)人員輕松對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行復(fù)雜的多維分析。

      擴(kuò)展能力好

      彈性伸縮采用大規(guī)模并行處理（MPP）架構(gòu)和火山模型進(jìn)行數(shù)據(jù)處理，具有很高的擴(kuò)展性，支持秒級(jí)增加節(jié)點(diǎn)而無(wú)需進(jìn)行數(shù)據(jù)遷移，適應(yīng)不同規(guī)模時(shí)序數(shù)據(jù)的存儲(chǔ)與分析需求。

      五大場(chǎng)景應(yīng)用

      激發(fā)數(shù)據(jù)要素價(jià)值、賦能業(yè)務(wù)發(fā)展

      用友時(shí)序數(shù)據(jù)庫(kù)憑借領(lǐng)先的技術(shù)和分析引擎，打造輕量型高性能的數(shù)據(jù)庫(kù)，深入不同應(yīng)用場(chǎng)景，充分在不同行業(yè)、不同場(chǎng)景中激發(fā)數(shù)據(jù)要素價(jià)值，能使企業(yè)高質(zhì)量發(fā)展。

      場(chǎng)景一、IoT智能制造分析

      時(shí)序數(shù)據(jù)助力智能制造，打造現(xiàn)代化智能工廠

      在制造行業(yè)，數(shù)字化工廠需要IT系統(tǒng)和智能設(shè)備的集成銜接，通過(guò)終端設(shè)備和傳感器對(duì)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集和分析、設(shè)備故障預(yù)警處理等，實(shí)現(xiàn)對(duì)生產(chǎn)現(xiàn)場(chǎng)的實(shí)時(shí)監(jiān)控。而工業(yè)數(shù)據(jù)的采集都需要帶有時(shí)間戳，大量工業(yè)數(shù)據(jù)建模、工業(yè)知識(shí)組件和算法組件，均以時(shí)間序列數(shù)據(jù)作為輸入數(shù)據(jù)，對(duì)時(shí)序數(shù)據(jù)庫(kù)的需求和應(yīng)用更加多元。用友時(shí)序數(shù)據(jù)庫(kù)實(shí)現(xiàn)了工業(yè)數(shù)據(jù)的高性能采集入庫(kù)、高效數(shù)據(jù)分析，為企業(yè)管理層決策提供數(shù)據(jù)支持，幫助用戶通過(guò)持續(xù)優(yōu)化生產(chǎn)管理流程來(lái)釋放優(yōu)質(zhì)產(chǎn)能，助力實(shí)體制造業(yè)由粗放式經(jīng)營(yíng)模式，逐步過(guò)渡為生產(chǎn)設(shè)備網(wǎng)絡(luò)化、現(xiàn)場(chǎng)管理數(shù)字化、決策運(yùn)營(yíng)智能化的集約型現(xiàn)代智能工廠。

      場(chǎng)景二：應(yīng)用運(yùn)維監(jiān)控

      統(tǒng)一應(yīng)用運(yùn)維實(shí)時(shí)監(jiān)控，全局把控系統(tǒng)運(yùn)行狀態(tài)

      在互聯(lián)網(wǎng)行業(yè)，互聯(lián)網(wǎng)公司一般需要對(duì)大規(guī)模應(yīng)用集群和機(jī)房設(shè)備進(jìn)行監(jiān)控，實(shí)時(shí)關(guān)注設(shè)備運(yùn)行狀態(tài)、資源利用率和業(yè)務(wù)趨勢(shì)，實(shí)現(xiàn)數(shù)據(jù)化運(yùn)營(yíng)和自動(dòng)化開(kāi)發(fā)運(yùn)維。通過(guò)時(shí)序數(shù)據(jù)庫(kù)，可實(shí)現(xiàn)每天萬(wàn)億條監(jiān)控指標(biāo)數(shù)據(jù)寫入，且支持多種時(shí)序異常類型的檢測(cè)告警，并將異常情況直觀展示，方便運(yùn)維人員識(shí)別異常，告警策略設(shè)置簡(jiǎn)單，業(yè)務(wù)人員可輕松上手。

      場(chǎng)景三：IoT車聯(lián)網(wǎng)分析

      IoT傳感器時(shí)序數(shù)據(jù)分析，助力萬(wàn)物互聯(lián)

      在新能源汽車行業(yè)，廠商一般需要對(duì)其出廠的車輛進(jìn)行整車性能分析，通過(guò)在車輛上安裝傳感器，在車輛行駛過(guò)程中實(shí)時(shí)采集車輛的行駛狀態(tài)等監(jiān)控信息，將傳感器數(shù)據(jù)通過(guò)窄帶物聯(lián)網(wǎng)實(shí)時(shí)發(fā)送至數(shù)據(jù)中心（TimensionDB），而后在數(shù)據(jù)中心的服務(wù)器上通過(guò)多維分析引擎進(jìn)行復(fù)雜的計(jì)算和分析，可實(shí)現(xiàn)百萬(wàn)級(jí)智能物聯(lián)網(wǎng)設(shè)備接入和高速讀寫，每秒可寫入達(dá)數(shù)據(jù)點(diǎn)1000萬(wàn)以上。

      場(chǎng)景四：企業(yè)低碳轉(zhuǎn)型

      低碳經(jīng)濟(jì)，綠色發(fā)展，數(shù)智化能力助力行業(yè)轉(zhuǎn)型

      在風(fēng)力發(fā)電行業(yè)，企業(yè)一般擁有多座風(fēng)力發(fā)電機(jī)，并且在每臺(tái)發(fā)電機(jī)上安裝了上百種傳感器，分別采集該發(fā)電機(jī)的工作狀態(tài)、工作環(huán)境中的風(fēng)速等信息。為了保證發(fā)電機(jī)的正常運(yùn)轉(zhuǎn)并對(duì)發(fā)電機(jī)及時(shí)監(jiān)控和分析，企業(yè)需要收集這些傳感器信息，在發(fā)電機(jī)工作環(huán)境中進(jìn)行部分計(jì)算和分析，還需要將收集的原始信息上傳到數(shù)據(jù)中心，這就需要大量的數(shù)據(jù)存儲(chǔ)。用友時(shí)序數(shù)據(jù)庫(kù)可以極低的成本滿足企業(yè)海量數(shù)據(jù)的快速存儲(chǔ)，用數(shù)智化能力助力企業(yè)綠色發(fā)展。

      場(chǎng)景五：行為分析

      基于用戶行為，實(shí)現(xiàn)投放效果實(shí)時(shí)反饋、投放策略優(yōu)化

      在廣告行業(yè)，企業(yè)經(jīng)常需要對(duì)投放數(shù)據(jù)進(jìn)行實(shí)時(shí)分析和監(jiān)測(cè)，通過(guò)日志或者其他方式對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行采集和實(shí)時(shí)計(jì)算，將實(shí)時(shí)計(jì)算的結(jié)果數(shù)據(jù)存儲(chǔ)到時(shí)序數(shù)據(jù)庫(kù)，實(shí)現(xiàn)投放效果的實(shí)時(shí)反饋。通過(guò)多維時(shí)序預(yù)測(cè)算法，利用多指標(biāo)間關(guān)聯(lián)關(guān)系可極大提高預(yù)測(cè)準(zhǔn)確度，相比傳統(tǒng)預(yù)測(cè)算法準(zhǔn)確度更高，助力企業(yè)實(shí)現(xiàn)投放策略優(yōu)化。

      數(shù)據(jù)庫(kù)作為組織、存儲(chǔ)、管理、分析數(shù)據(jù)的系統(tǒng)，在信息系統(tǒng)的軟件和硬件之間起到承上啟下的作用，是IT行業(yè)重要的基礎(chǔ)軟件，隨著國(guó)產(chǎn)化戰(zhàn)略的深入，數(shù)據(jù)庫(kù)的本土化進(jìn)程也不斷加快，用友時(shí)序數(shù)據(jù)庫(kù)將不斷創(chuàng)新，持續(xù)投入，深化行業(yè)和場(chǎng)景應(yīng)用，激發(fā)數(shù)據(jù)要素潛能，為企業(yè)的高質(zhì)量發(fā)展、國(guó)家數(shù)字經(jīng)濟(jì)新格局增添強(qiáng)勁動(dòng)力。