來來來，MES大數據了解一下

「Big

do it, everyone thinks everyone else is doing it, so everyone claims they are

「大數據就象青少年性愛：每個人都在談論它，沒有人真的知道它是怎麼一回事，每個人都以為別人都在做，於是每個人都聲稱他們也做了。。。。。。」

這是網上廣為流傳的一個大數據段子。

這兩年隨著互聯網應用的廣泛普及和推廣，各類IT術語層出不窮，猶如雨後春筍：互聯網+、物聯網、萬物互聯、智能製造、大數據、人工智慧、區塊鏈、神經網路，PPT中增加一些新名稱，彷彿泥菩薩貼上了金身，逼格一下子就提升不少。

但是網路是有記憶的：

大約十年前，IBM大力推廣商業智能BI，花數倍的錢做同樣的報表，後來IBM因為專註於高端客戶而裁員了。。。

大約兩年前，GE誓言進軍工業互聯網，打造工業軟體帝國，後來GE也裁員了。。。

相反，老老實實做自動化和MES的ROCKWELL活得很好。

別的不說，至少在MES領域還是相當務實的，或者說MES的客戶(各製造工廠)是相當務實的。

其實從技術的角度而言，MES大數據需求利用傳統的資料庫技術完全可以實現。

這兩年內存的價格很低，SSD的技術也已經成熟，所以利用SSD存儲、分配大量SGA的ORACLE資料庫完全可以滿足大部分製造企業的存儲和查詢需求。

以年產20萬台車的整車工廠MES為例，通常64GB SGA即可滿足要求。

本人曾經在一個電子製造工廠實施項目，該工廠有100多道工藝，每天生產80多萬件產品，MES最大的一張表每天新增1億條記錄，每個月建1個分區，用ORACLE管理輕而易舉、非常穩定。

以汽車製造為例，MES採集的數據確實可能會比較多，如BOM信息、裝配關係信息、工藝追溯數據等，但通常數據量也在億這個級別。所以用ORACLE存儲是不成問題的。

關鍵是在設計時需要對錶結構進行認真的規劃。

這兩年用JAVA的程序員比較多，而JAVA基於面向對象的思想，通常僅僅把資料庫作為一個存儲工具，而資料庫本身的強大工具，如ORACLE的物化視圖、動態游標等神器很少得到發揮。

MES作為一個「執行」系統，有大量的「寫」存儲設備的操作，這些操作通常基於關係型資料庫實現，很難通過內存優化得到本質上的改進。

而所謂大數據，往往是針對數據的統計分析需求。

關係型資料庫針對統計查詢，有一個簡單的優化法則：所有過濾條件(WHERE)、分組欄位(GROUP BY/MIN/MAX)、排序欄位(ORDER BY)必須使用整型數據。因此我們在設計資料庫表結構時，必須思考哪些欄位需要做統計分析，如果需要則建立對應的欄位映射。或者建新的表，專門用於存儲整理後的數據，然後編寫計劃任務和存儲過程，將業務數據轉移到利於統計的新表中。

與其花大量時間、精力、費用在不知所謂的新技術上，不如老老實實地了解業務、分析數據結構、編寫數據處理演算法。製造是個苦活、累活，老老實實做事並不丟人，犯不著和互聯網公司比，肯花心思的話老工具也能玩出新花樣。