在最新发布的 TDengine 3.2.3.0 版本中,我们进一步更新了 TDengine 的数据接入功能,推出了一款新的连接器,旨在实现 Wonderware Historian(现称为 AVEVA Historian)与 TDengine 的集成。这一更新提供了更加便捷和高效的数据传输方式,将两者紧密连接,为用户提供了更广泛的数据接入选择,进一步优化了 TDengine 的数据管理和分析能力。
借助这一连接器,用户无需编辑一行代码即可将 Wonderware Historian 的数据轻松迁移到 TDengine 中。这种简便而高效的数据接入方式为用户节省了时间和精力,同时提升了数据处理的效率和准确性,有助于企业更好地应对数字化挑战,提升竞争力。
![ww-1.png](https://dev-media.amazoncloud.cn/908ea8a4888141ad878213aff3b28c68_ww-1.png "ww-1.png")
众所周知,工业生产中存在大量的典型时序数据。在数字化早期阶段,因海外软件有先发优势,很多企业选择如 Wonderware 一般的传统实时数据库来处理这些数据。然而,随着业务的拓展,生产监测指标数量从几万个增加到几十万甚至百万以上,原有的数据库在扩展能力上遇到了瓶颈。主要体现在以下几个方面:闭源软件扩展性差、系统复杂度高、采购成本昂贵、缺乏国产化支持等。面对这些挑战,越来越多的企业开始关注更专业的时序数据库(Time Series Database),以满足日益增长的数据处理需求。
对于那些已经投资于 AVEVA/Wonderware 但需要进行数字化转型的工业企业来说,现在可以利用 AVEVA Historian Connector + TDengine 方案,快速实现数字化转型,为业务创新提供强大支持。通过在现有数据架构中部署 TDengine,企业能够打破组织内部的数据孤岛,将所有数据集中到单一数据源中。同时,TDengine 基于标准接口和开源软件的开放生态系统,也能确保用户不会受限于单一供应商,可以根据自身业务需求灵活选择最合适的解决方案。
涛思数据创始人、TDengine 主要作者陶建辉表示,“在过去数十年中,Wonderware 作为工业数据基础设施的核心发挥着重要作用。但随着新兴技术的不断发展,新一代工业数据处理平台无疑更适合解决数字化转型中的数据处理挑战。近两年来,TDengine 的数据接入功能不断完善,帮助越来越多的用户改善数据架构并创造了更多新的可能性。未来,TDengine 将与更多解决方案进行连接,为用户提供更加丰富的数据接入功能,助力他们实现数字化转型和业务增长。”
当前,在数据接入方面,TDengine 已经实现了与多种数据源的无缝对接,包括 AVEVA Historian、OPC、Kafka、MQTT、InfluxDB、PI System 等。这意味着用户可以轻松地将不同数据源的数据导入到 TDengine 中进行统一管理和分析,为用户提供了更多灵活性和选择性。