數(shù)智化時代，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、消費和社會服務(wù)管理等各環(huán)節(jié)。海量數(shù)據(jù)的存儲和快速處理是發(fā)揮數(shù)據(jù)要素價值的基礎(chǔ)，數(shù)據(jù)庫作為組織、管理和存儲數(shù)據(jù)的倉庫，在促進數(shù)據(jù)要素價值發(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，比如產(chǎn)生頻率快（每秒鐘內(nèi)可產(chǎn)生多條數(shù)據(jù)）、嚴重依賴于采集時間（每一條數(shù)據(jù)均對應(yīng)唯一的時間）、觀測點多信息量大（常規(guī)的實時監(jiān)測系統(tǒng)均有成千上萬的監(jiān)測點，監(jiān)測點每秒鐘都產(chǎn)生數(shù)據(jù)，每天產(chǎn)生幾十GB的數(shù)據(jù)量）。

      針對這種數(shù)據(jù)產(chǎn)生快、海量且依賴時間的數(shù)據(jù)特點，傳統(tǒng)關(guān)系型數(shù)據(jù)庫無法滿足有效存儲與處理，因此迫切需要一種專門針對時間序列數(shù)據(jù)來做優(yōu)化的數(shù)據(jù)庫系統(tǒng)，即時序數(shù)據(jù)庫。

      深化信創(chuàng)    自主研發(fā)國產(chǎn)時序數(shù)據(jù)庫

      當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革突飛猛進，推動企業(yè)數(shù)智化進程加速向前發(fā)展。數(shù)據(jù)庫作為核心基礎(chǔ)軟件，實現(xiàn)信創(chuàng)國產(chǎn)化勢在必行。用友一直在積極推進軟件國產(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)的國內(nèi)首個開源時序數(shù)據(jù)庫Apache IoTDB的基礎(chǔ)上，用友自主研發(fā)了專用企業(yè)服務(wù)能力的商用版時序數(shù)據(jù)庫——TimensionDB。

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

      用友通過實現(xiàn)相關(guān)基礎(chǔ)技術(shù)組件自主、安全、可控，打造國產(chǎn)化數(shù)據(jù)庫的創(chuàng)新模式，充分發(fā)揮國產(chǎn)化軟件企業(yè)從數(shù)智化管理、數(shù)智化經(jīng)營到數(shù)智化商業(yè)創(chuàng)新的替代價值，真正幫助大型企業(yè)實現(xiàn)價值化國產(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、查詢一直是數(shù)據(jù)庫面臨的難點，用友時序數(shù)據(jù)庫可實現(xiàn)高性能的數(shù)據(jù)讀寫，并可對數(shù)據(jù)進行實時分析，快速處理海量數(shù)據(jù)，具有五大核心優(yōu)勢。

      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現(xiàn)單機每秒1000萬數(shù)據(jù)點的高速寫入能力，實現(xiàn)百萬級智能物聯(lián)網(wǎng)設(shè)備接入和高速寫入。

      硬件成本低

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

      查詢速度快

      用友時序數(shù)據(jù)查詢引擎采用列式存儲、預(yù)計算和索引技術(shù)，可有效減少數(shù)據(jù)查詢時讀取的數(shù)據(jù)量，極大地降低磁盤I/O次數(shù)，輕松實現(xiàn)10億級數(shù)據(jù)量、千萬數(shù)據(jù)點查詢的毫秒級響應(yīng)。

      分析能力強

      分析引擎基于用友深厚的行業(yè)知識積累，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；簡潔的DSL語法可使零基礎(chǔ)人員輕松對業(yè)務(wù)數(shù)據(jù)進行復(fù)雜的多維分析。

      擴展能力好

      彈性伸縮采用大規(guī)模并行處理（MPP）架構(gòu)和火山模型進行數(shù)據(jù)處理，具有很高的擴展性，支持秒級增加節(jié)點而無需進行數(shù)據(jù)遷移，適應(yīng)不同規(guī)模時序數(shù)據(jù)的存儲與分析需求。

      五大場景應(yīng)用

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

      用友時序數(shù)據(jù)庫憑借領(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，深入不同應(yīng)用場景，充分在不同行業(yè)、不同場景中激發(fā)數(shù)據(jù)要素價值，能使企業(yè)高質(zhì)量發(fā)展。

      場景一、IoT智能制造分析

      時序數(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，通過終端設(shè)備和傳感器對生產(chǎn)數(shù)據(jù)的實時采集和分析、設(shè)備故障預(yù)警處理等，實現(xiàn)對生產(chǎn)現(xiàn)場的實時監(jiān)控。而工業(yè)數(shù)據(jù)的采集都需要帶有時間戳，大量工業(yè)數(shù)據(jù)建模、工業(yè)知識組件和算法組件，均以時間序列數(shù)據(jù)作為輸入數(shù)據(jù)，對時序數(shù)據(jù)庫的需求和應(yīng)用更加多元。用友時序數(shù)據(jù)庫實現(xiàn)了工業(yè)數(shù)據(jù)的高性能采集入庫、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，幫助用戶通過持續(xù)優(yōu)化生產(chǎn)管理流程來釋放優(yōu)質(zhì)產(chǎn)能，助力實體制造業(yè)由粗放式經(jīng)營模式，逐步過渡為生產(chǎn)設(shè)備網(wǎng)絡(luò)化、現(xiàn)場管理數(shù)字化、決策運營智能化的集約型現(xiàn)代智能工廠。

      場景二：應(yīng)用運維監(jiān)控

      統(tǒng)一應(yīng)用運維實時監(jiān)控，全局把控系統(tǒng)運行狀態(tài)

      在互聯(lián)網(wǎng)行業(yè)，互聯(lián)網(wǎng)公司一般需要對大規(guī)模應(yīng)用集群和機房設(shè)備進行監(jiān)控，實時關(guān)注設(shè)備運行狀態(tài)、資源利用率和業(yè)務(wù)趨勢，實現(xiàn)數(shù)據(jù)化運營和自動化開發(fā)運維。通過時序數(shù)據(jù)庫，可實現(xiàn)每天萬億條監(jiān)控指標(biāo)數(shù)據(jù)寫入，且支持多種時序異常類型的檢測告警，并將異常情況直觀展示，方便運維人員識別異常，告警策略設(shè)置簡單，業(yè)務(wù)人員可輕松上手。

      場景三：IoT車聯(lián)網(wǎng)分析

      IoT傳感器時序數(shù)據(jù)分析，助力萬物互聯(lián)

      在新能源汽車行業(yè)，廠商一般需要對其出廠的車輛進行整車性能分析，通過在車輛上安裝傳感器，在車輛行駛過程中實時采集車輛的行駛狀態(tài)等監(jiān)控信息，將傳感器數(shù)據(jù)通過窄帶物聯(lián)網(wǎng)實時發(fā)送至數(shù)據(jù)中心（TimensionDB），而后在數(shù)據(jù)中心的服務(wù)器上通過多維分析引擎進行復(fù)雜的計算和分析，可實現(xiàn)百萬級智能物聯(lián)網(wǎng)設(shè)備接入和高速讀寫，每秒可寫入達數(shù)據(jù)點1000萬以上。

      場景四：企業(yè)低碳轉(zhuǎn)型

      低碳經(jīng)濟，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，并且在每臺發(fā)電機上安裝了上百種傳感器，分別采集該發(fā)電機的工作狀態(tài)、工作環(huán)境中的風(fēng)速等信息。為了保證發(fā)電機的正常運轉(zhuǎn)并對發(fā)電機及時監(jiān)控和分析，企業(yè)需要收集這些傳感器信息，在發(fā)電機工作環(huán)境中進行部分計算和分析，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。用友時序數(shù)據(jù)庫可以極低的成本滿足企業(yè)海量數(shù)據(jù)的快速存儲，用數(shù)智化能力助力企業(yè)綠色發(fā)展。

      場景五：行為分析

      基于用戶行為，實現(xiàn)投放效果實時反饋、投放策略優(yōu)化

      在廣告行業(yè)，企業(yè)經(jīng)常需要對投放數(shù)據(jù)進行實時分析和監(jiān)測，通過日志或者其他方式對原始指標(biāo)數(shù)據(jù)進行采集和實時計算，將實時計算的結(jié)果數(shù)據(jù)存儲到時序數(shù)據(jù)庫，實現(xiàn)投放效果的實時反饋。通過多維時序預(yù)測算法，利用多指標(biāo)間關(guān)聯(lián)關(guān)系可極大提高預(yù)測準(zhǔn)確度，相比傳統(tǒng)預(yù)測算法準(zhǔn)確度更高，助力企業(yè)實現(xiàn)投放策略優(yōu)化。

      數(shù)據(jù)庫作為組織、存儲、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，隨著國產(chǎn)化戰(zhàn)略的深入，數(shù)據(jù)庫的本土化進程也不斷加快，用友時序數(shù)據(jù)庫將不斷創(chuàng)新，持續(xù)投入，深化行業(yè)和場景應(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、國家數(shù)字經(jīng)濟新格局增添強勁動力。