工業現場數據管理是一個全新的理念。在這之前，對于工業現場數據，一般只有數據采集這個說法，而缺乏針對整個工業現場環節的完整的數據管理體系和架構。

工業現場數據管理理念出現的原因，

從宏觀上來看，主要是因為：

• 智慧工業的具象化和發展需要工業現場數據的支持

任何智能或者智慧應用，都離不開數據的支持。離開數據支持的應用，只會是一個象征性的擺設，沒有任何實際意義。

在工業互聯網和智慧工業領域，要實現工業/產業的智慧化，離不開工業現場數據的支持。無論是統計分析類應用、決策輔助類應用，還是可視化類的應用，都需要用到工業現場數據。前兩者需要海量的現場歷史數據的積累，而后者則需要用到實時性較高的現場實時數據。

• 應用和數據分離的大趨勢的需要

目前，應用和數據分離是整個信息技術領域的大趨勢。對于工業互聯網領域而言，由于工業現場數據存在“一鴨多吃”的現象，即一份現場數據，可能被多個不同的應用/工業APP所需要，所以工業互聯網的技術架構體系中，對于應用和數據分離的需求更加迫切。

作為應用和數據分離的典型，工業現場數據已經不能用傳統的“即采即轉，無腦上拋”的方式，而是需要對獲得的工業現場數據進行有機的管理，并通過合適的方式，為各類應用/工業APP做好數據準備工作。

從微觀上看，工業現場數據管理的核心作用和功能包括：

現場數據接入

工業現場設備的數據接入，是困擾很多工業互聯網企業的難題。由于工業現場設備種類復雜、通訊條件以及數據采集要求各不相同，同時通訊協議/總線的開放度也有極大的差異，這些因素直接導致了工業現場設備的數據接入成為了擺在工業互聯網項目推進和產業發展道路上的一只巨大的攔路虎。

而工業現場數據管理服務，由專業的團隊對現場情況進行分析，通過對設備、產線、系統的數字化改造（接口轉換、新增傳感系統、協議解析、規約重構、通訊協調等），使之具備數據上傳能力，可以完美解決這一難題。

數據初始化

從不同工業現場不同的設備、產線和系統獲取的數據，多半都屬于彼此異構的數據，因此在實際使用這些數據之前，需要對其進行初始化。

工業現場數據管理中包含了對工業現場設備、產線、系統中獲取的數據的初始化處理，包括格式標準化、數據清洗及二次數據重構等內容。

數據管理

在IT領域，對于獲得的標準化的數據，需要進行系統化的管理，在工業現場數據管理層面，數據管理的重要性同樣不言而喻。

工業的數據管理，主要包括對初始化之后的數據進行存儲，并在數據歸屬權明確、數據安全得到保障的前提下，對其進行調用、分發和傳輸。

數據應用

工業類應用和APP有一個和一般的IT應用所不同的特征，就是部分工業應用，對于數據的“新鮮度”要求極高，即這類應用，需要部署在工業現場的本地，對獲取的數據進行第一時間的處理。

另一方面，在某些高并發和高頻/超高頻的數據采集場景，由于實時數據量太大，如果不在本地對數據進行處理和分析，將直接對整個平臺乃至全系統的負荷造成影響。

基于上述兩點，工業現場數據管理中，包含了數據應用的管理內容，即根據應用功能的需要，利用邊緣計算和微服務技術，對工業現場數據進行應用和前置處理，以獲取相關應用所需的分析結果。從工業運營視角出發，格創東智認為，做好工業現場數據管理，是敬畏工業現場的核心。

本文作者：

劉琦嶸，格創東智行業解決方案架構師（轉載請注明作者及來源）