背景和痛点

1. 环保数据管理难：环保数据需保存 5 年，保存所有数据存储成本高；调取历史数据需扫描大量数据文件，查询耗时过长，且人工备份存在数据丢失风险。
2. 存储成本过高：热冷数据混存浪费 SSD 资源，且数据增量快、扩容频繁，整体存储成本高。
3. 数据割裂与协同难：各环节数据分散存储，无法联动分析（如煅烧温度与余热发电的关联）；不同工厂数据标签不统一（如 “研磨能耗” 记为 “粉碎能耗”），跨厂统计需手动匹配，效率极低。
4. 核算与报表效率低：单厂日能耗报表及多厂月度汇总耗时长，核算与报表效率难以满足业务时效要求。

TDengine 整体解决方案

分库设计：全量 - 分库的精细化管控

多级存储 + S3 归档：平衡效率与成本

多级存储分层逻辑（对应现场数据特性）

• 0 级存储（热数据，45 天）：介质为 SSD，对应 thingdb_t.KEEP 45d，存储水泥磨实时电流、余热功率等高频访问数据， CACHEMODEL 'last_row'确保大屏 5 秒轮询时响应时间＜500ms； 优化效果：单厂大屏查询延迟从 1.2-1.8 秒降至 300-500ms，运维人员盯屏无卡顿，后续未再错过预警。
• 1 级存储（温数据，45 天-1 年）：介质为 HDD，对应 thingdb_t.KEEP 365d，存储周 / 月报表数据， COMP 2 压缩后数据压缩率可达到10%，节省大量 HDD 磁盘存储成本。
• 共享存储（冷数据，3年以上）：介质为 HDD+S3， envdb_t的 共享存储存 3 年以上数据。通过对象存储周期参数 SS_KEEPLOCAL 1576800m（3 年）设置本地保留周期，超过 3 年自动归档至对象存储，本地仅保留索引。 对象存储的使用，使环保合规数据归档耗时从原来的 150-250 小时 / 月降至 0，无数据丢失风险。

S3 归档的实操配置与查询优化

• /etc/taos/taos.cfg 中添加 S3 对接配置如下：

• 数据库参数调整如下：

ALTER DATABASE envdb_t 
     SS_CHUNKPAGES 131072                      -- 按131072页打包，提升传输效率
     SS_KEEPLOCAL 1576800m;                     -- 本地保留3年

超级表与标签体系：解决编码混乱与统计效率

超级表设计与场景适配

• 生产运行库（thingdb_t）、能源管理库（conchems_t）及环保合规库（envdb_t）超级表均采用简捷的单列模型，包括 ts（时间戳）、 point_value（数据值）、 quality（数据质量状态）
• 通过 TAG 标签来区分关键业务要素，各库超级表仅保留个性业务标签，适配各自业务场景，设计如下：

标签标准化治理的实操步骤

• 制定标签规则：明确 point_id格式为 “业务类型_工厂编码_设备类型_序号”（如 EMS_F001_CEMENTMILL_01）， point_name统一为中文业务名，新接入设备严格按规则配置；
• 存量数据补录：通过批量 SQL 补录老数据标签，示例如下：

ALTER TABLE thingdb_t.tbname
tag point_name = '某电力室_某库某区尾部***收尘风机_C相电流', 
    point_id = 'DG_SNKD_***_Ic'

• 补录后跨 20-30 家工厂统计时间从 1-2 天缩短至 1 小时以内，每月节省运维工时 15-20 小时。

核心 SQL 应用示例：支撑能源管理关键场景

1. 能耗波动范围统计： spread(point_value)计算指定时段内能耗的波动范围，用于设备能耗稳定性分析（如判断脱硫风机的电流波动是否正常），波动超阈值时触发维护提醒。

SELECT 
  spread(point_value) AS energy_spread,  -- 计算数值极差（最大值-最小值）
  quality, 
  oa_code, 
  point_name, 
  point_id 
FROM conchems_t.conchems_base 
WHERE 
  1 = 1 
  AND point_id IN ('DG_YL5_SCRKYJ1_Ea', 'DG_YL5_SCRKYJ1_Eb',……） 
  AND oa_code = 'F003'AND ts <= '2025-10-30 00:00:00' 
  AND ts >= '2025-10-01 00:00:00' GROUP BY quality, oa_code, point_name, point_id;

1. 能耗累计差异统计： diff(point_value, 3)按步长 3 计算能耗差异， SUM累计后得到指定时段内的总能耗变化，用于能耗总量核算（如每日水泥磨总耗电量统计），支撑成本分摊。

SELECT 
  SUM(diff) AS total_energy_diff, 
  point_id, 
  point_name, 
  oa_code 
FROM (SELECT 
    diff(point_value, 3) AS diff, 
    oa_code, 
    point_name, 
    point_id,
    ts  FROM conchems_t.conchems_base  WHERE 
    1 = 1 AND point_id IN ('DG_95_0005_Er', 'DG_95_0005_Ia', …… ） -- 补充完整测点)AND oa_code = 'F004'AND ts BETWEEN '2025-10-01 00:00:00' AND '2025-10-31 00:00:00'PARTITION BY tbname
    AND oa_code = 'F004' AND ts BETWEEN '2025-10-30 00:00:00' AND '2025-10-31 00:00:00'
) AS sub_queryGROUP BY point_id, point_name, oa_code;

1. 时间窗口能耗累计修正：按时间窗口（如 1 小时）计算能耗累计差异，通过 CASE修正窗口起始与查询起始不一致的情况，用于精准能耗统计（如小时级余热发电量修正），避免统计偏差。

SELECT 
  CASE 
    WHEN _wstart > _qstart THEN SUM(step_diff) - FIRST(step_diff) 
    else  sum(diff)   end as spreadvalue ,
  _wstart AS wstart,
  _wend AS wend,
  point_idFROM (SELECT 
    diff(point_value, 3) AS step_diff, 
    point_value,
    oa_code, 
    point_name, 
    point_id,
    ts  WHERE 
    1 = 1 AND point_id IN ('DG_YL12_YLB1_E', 'DG_YT45_3BYQ_E', 'DG_YL4_13092_E',……) 
    AND oa_code = 'F005'AND ts BETWEEN '2025-10-01 00:00:00' AND '2025-10-31 00:00:00' )
  partition by point_id  INTERVAL(1h) ;

1. 设备最新能耗值查询： LAST_ROW函数快速获取设备最新能耗数据，用于监控大屏实时展示（如水泥磨当前电流、余热发电当前功率），运维人员可直观掌握设备运行状态。

SELECT 
  LAST_ROW(*),
  point_name, 
  point_idFROM conchems_t.conchems_baseWHERE
  oa_code = '01030206' AND point_id IN ('DG_MTHF_0109_E', 'DG_YM3_0110_E'……）;

未来规划

• 组态可视化功能：IDMP 支持植入水泥行业专用矢量图（如电机、仪表图标），可直接读取 TDengine 时序数据库中存储的生产、环保、能源数据，生成 B/S 端可视化组态界面，替代传统 C/S 架构的组态软件，降低跨终端访问门槛；
• 智能分析扩展：IDMP 支持配置大模型接口（如 DeepSeek），未来可基于 TDengine 时序数据库中存储的历史数据，训练设备故障预测模型、能耗优化模型，推动集团从 “被动监控” 向 “主动预警” 升级。

关于海螺信息

关于作者