我们讲工业互联网、工业大数据，首先需要把数据从工业现场采集上来，这是第一步也是基础。
海量的数据从工业现场采集之后存在哪里呢？使用什么样的存储方式对后面的数据分析和计算有重要影响。
这里对数据库方式的存储进行了一个选型比较。
当前的数据库按类型分可以分为实时数据库，时序数据库，NoSQL数据库，关系型数据库。
实时数据库是工业领域长时间以来的数据存储方式，很多传统的工业软件厂商都提供实时数据库。今年来，随着物联网的发展，时序数据库的应用也越来越广。
1. 单条数据不会很长，但是数据量很大
2. 它们都带有时间戳，且按顺序生成
3. 数据大部分都是结构化的，用于描述某个参数在某个时间点的特征
4. 写入的频率会比查询的频率高很多
5. 已存储的数据很少有更新的需求
6. 用户会更关心一段时间的数据特征，而不是某一个时间点
7. 数据的查询分析大多基于某一个时间段或者某个数值范围
8. 需要进行统计和可视化的展示
这里分别选择从一个类型中选择一个代表进行选型比较。
时序数据库选择InfluxDB，这是当前排名最高的时序数据库；
NoSQL数据库选择MongoDB，这也是当前排名最高的非关系型数据库；
关系型数据库选择PostgreSQL。为什么没有选mysql，主要还是从开放性考虑，在功能和性能上PostgreSQL和mysql都非常好，基本差别不大，但是Mysql属于Oracle之后，能否一致保持开源特性让人担忧，PostgreSQL则完全没有这方面的担心。
图一是截止2020.10的数据库的最新排名。
图1：数据库排名（截止2020.10） https://db-engines.com/en/ranking
表1：数据库分项比较
| Name |
InfluxDB |
MongoDB |
PostgreSQL |
| Description |
DBMS for storing time series, events and metrics |
One of the most popular document stores available both as a fully managed cloud service and for deployment on self-managed infrastructure |
Widely used open source RDBMS |
| Primary database model |
Time Series DBMS |
Document store |
Relational DBMS |
| Secondary database models |
|
Search engine |
Document store |
| DB-Engines Ranking |
Score：24.15 Rank： #28 Overall #1 Time Series DBMS |
Score：448.02 Rank： #5 Overall #1 Document stores |
Score：542.40 Rank： #4 Overall #4 Relational DBMS |
| Trend Chart |
|
||
| License |
MIT-License; commercial enterprise version available |
MongoDB Inc.'s Server Side Public License v1. Prior versions were published under GNU AGPL v3.0. Commercial licenses are also available. |
BSD |
| Implementation language |
Go |
C++ |
C |
| Server operating systems |
Linux OS X |
Linux OS X Solaris Windows |
FreeBSD HP-UX Linux NetBSD OpenBSD OS X Solaris Unix Windows |
| Data scheme |
schema-free |
schema-free |
yes |
| Typing |
Numeric data and Strings |
yes |
yes |
| XML support |
no |
|
yes |
| Secondary indexes |
no |
yes |
yes |
| SQL |
SQL-like query language |
Read-only SQL queries via the MongoDB Connector for BI |
yes |
| APIs and other access methods |
HTTP API JSON over UDP |
proprietary protocol using JSON |
ADO.NET JDBC native C library ODBC streaming API for large objects |
| Supported programming languages |
.Net Clojure Erlang Go Haskell Java JavaScript JavaScript (Node.js) Lisp Perl PHP Python R Ruby Rust Scala
(don’t support C++) |
Actionscript info C C# C++ Clojure info ColdFusion info D info Dart info Delphi info Erlang Go Groovy info Haskell Java JavaScript Lisp info Lua info MatLab info Perl PHP PowerShell info Prolog info Python R info Ruby Rust Scala Smalltalk info Swift |
.Net C C++ Delphi Java info JavaScript (Node.js) Perl PHP Python Tcl |
| Triggers |
no |
yes(in MongoDB Atlas only) |
yes |
| Partitioning methods |
Sharding (enterprise version only) |
Sharding |
partitioning by range, list and (since PostgreSQL 11) by hash |
| Replication methods |
selectable replication factor (enterprise version only) |
Multi-Source deployments with MongoDB Atlas Global Clusters Source-replica replication |
Source-replica replication |
| MapReduce |
no |
yes |
no |
| Consistency concepts |
|
Eventual Consistency Immediate Consistency |
Immediate Consistency |
| Foreign keys |
no |
no |
yes |
| Transaction concepts |
no |
Multi-document ACID Transactions with snapshot isolation |
ACID |
| Concurrency |
yes |
yes |
yes |
| Durability |
yes |
yes |
yes |
| In-memory capabilities |
yes (Depending on used storage engine) |
yes |
no |
| Access control |
simple rights management via user accounts |
Access rights for users and roles |
fine grained access rights according to SQL-standard |
| 数据库 |
优势 |
劣势 |
| InfluxDB |
时序数据库 schema-free |
官方不提供C++ API，需要自己封装；(https://github.com/awegrzyn/influxdb-cxx) 单机版，不支持集群 |
| MongoDB |
schema-free， 提供C++ API 支持集群 |
没有时序，需要自己实现 |
| PostgreSQL |
提供C++ API 支持集群 |
has schema，table can not change. 没有时序，需要自己实现 |
只针对开源版本来说，Influxdb不支持集群，集群和高可靠用需要自己设计实现方案，在生产环境下不是最佳选择，如果不考虑这个方面或者可以购买企业版的话，influxdb是不错的选择。
PostgreSQL 在有了timescaledb 之后具备了时序数据库的功能，同时又天然支持集群和高可用方案，很好的选择。
MongoDB需要自己设计时序方案，稍显麻烦了，如果技术实力可以的话，也是一个选择。
