小 T 導(dǎo)讀：為了更好地支持陽(yáng)光氫能 PEM 綠電制氫系統(tǒng)，本文作者所在的部門(mén)需要尋找一套滿足業(yè)務(wù)和性能需求、而且具有國(guó)產(chǎn)知識(shí)產(chǎn)權(quán)的時(shí)序數(shù)據(jù)庫(kù)，來(lái)替代原本使用的 InfluxDB。本文分享了他們將 InfluxDB 替換為 TDengine 的具體原因，以及相關(guān)的實(shí)踐思路。

企業(yè)簡(jiǎn)介

陽(yáng)光電源成立于 1997 年，專(zhuān)注于逆變器的自主研發(fā)與制造。經(jīng)過(guò)二十多年的技術(shù)積累，集團(tuán)逐漸確立在光伏逆變器領(lǐng)域的龍頭地位，打造了風(fēng)、光、儲(chǔ)、氫的新能源完整格局，做到傳統(tǒng)業(yè)務(wù)和創(chuàng)新業(yè)務(wù)雙管齊下、協(xié)同發(fā)展。

項(xiàng)目介紹

在碳中和這個(gè)大背景下，氫能是新能源領(lǐng)域中與油氣行業(yè)現(xiàn)有業(yè)務(wù)結(jié)合最緊密的一類(lèi)，也是幫助油氣行業(yè)早日實(shí)現(xiàn)碳達(dá)峰、碳中和的最佳路徑之一。2022?年?7?月?16?日，陽(yáng)光氫能?200Nm3/h PEM?綠電制氫系統(tǒng)啟運(yùn)發(fā)貨。該套系統(tǒng)采用國(guó)內(nèi)領(lǐng)先的?PEM?電解水制氫技術(shù)和?IGBT?制氫電源，工藝復(fù)雜，涉及多項(xiàng)國(guó)內(nèi)專(zhuān)利技術(shù)。為了更好地監(jiān)測(cè)整體生產(chǎn)流程數(shù)據(jù)，我們需要尋找一套滿足業(yè)務(wù)和性能需求，而且具有國(guó)產(chǎn)知識(shí)產(chǎn)權(quán)的時(shí)序數(shù)據(jù)庫(kù)（Time Series Database），以響應(yīng)國(guó)家信創(chuàng)號(hào)召。

時(shí)序數(shù)據(jù)庫(kù)選型之 InfluxDB vs TDengine

在 InfluxDB 和 TDengine 之間，之所以選擇 TDengine ，其實(shí)我很早之前就寫(xiě)過(guò)一篇文章，題目是《從 InfluxDB 到 TDengine，我們?yōu)槭裁磿?huì)做出這個(gè)選擇》，在其中表述的比較清楚了。這里可以再簡(jiǎn)單總結(jié)一下：

第一，TDengine 超級(jí)表和普通表的概念非常契合我們項(xiàng)目的業(yè)務(wù)場(chǎng)景。此前我們的項(xiàng)目是一個(gè)站點(diǎn)一個(gè)單元對(duì)應(yīng)多個(gè)測(cè)點(diǎn)，現(xiàn)在利用超級(jí)表-普通表的模型，業(yè)務(wù)模型會(huì)更加清晰。

第二，查詢更具有優(yōu)勢(shì)。在使用老版 InfluxDB 的歷史數(shù)據(jù)查詢功能時(shí)，只要操作稍微頻繁一點(diǎn)（比如選擇一個(gè)時(shí)間段之后，曲線很久還沒(méi)有渲染出來(lái)，又去換了一個(gè)時(shí)間段），就會(huì)導(dǎo)致頁(yè)面卡死，取不到數(shù)據(jù)，這時(shí)候需要重啟瀏覽器，極度影響客戶體驗(yàn)。

但是在使用 TDengine 之后，不論是大批量拉取范圍數(shù)據(jù)，還是使用函數(shù)計(jì)算，查詢?cè)僖矝](méi)有出現(xiàn)過(guò)瀏覽器卡死的情況。TDengine 拉取單設(shè)備大范圍時(shí)間數(shù)據(jù)查詢的 SQL 以及耗時(shí)情況，如以下截圖如下：

不得不說(shuō)，這些查詢的性能都十分出色，完全滿足我們的應(yīng)用場(chǎng)景。

第三，搭建集群的成本更低廉。眾所周知，InfluxDB 集群功能是閉源的，如果后續(xù)業(yè)務(wù)發(fā)展需要用到集群時(shí)會(huì)帶來(lái)很大的不便。然而 TDengine 的集群功能是開(kāi)源的，且擴(kuò)展方便，因此可以顯著降低運(yùn)維成本。

最后，從用戶支持的角度來(lái)說(shuō)，選用國(guó)外的 Database 有很大的不確定性，但在使用 TDengine 時(shí)如果需要支持，就可以直接通過(guò)微信/郵箱等工具隨時(shí)和技術(shù)人員進(jìn)行交流，更加有效方便。如果對(duì)產(chǎn)品性能功能、業(yè)務(wù)保障要求高的話，就可以隨時(shí)升級(jí)到企業(yè)級(jí)的服務(wù)。

TDengine 落地實(shí)踐

在我們的這套系統(tǒng)中應(yīng)用的 TDengine 版本為 2.4.0.0，主要用于存儲(chǔ)大量設(shè)備產(chǎn)生的時(shí)序數(shù)據(jù)，我們整個(gè)項(xiàng)目的智能化都是基于這些數(shù)據(jù)展開(kāi)。采集設(shè)備主要為堿液循環(huán)泵、脫氧塔、純水機(jī)、電解槽等制氫設(shè)備。

該套制氫系統(tǒng)除 PEM 制氫優(yōu)勢(shì)外，還具有智能化程度高的特點(diǎn)，采用的智能控制算法與可再生能源波動(dòng)、間歇性特點(diǎn)相契合，兼具高效、經(jīng)濟(jì)、安全、智能等優(yōu)勢(shì)，適用于制、儲(chǔ)、加一體化制氫項(xiàng)目。在這個(gè)過(guò)程中，我們會(huì)對(duì) TDengine 存儲(chǔ)的設(shè)備數(shù)據(jù)進(jìn)行分析計(jì)算，最后通過(guò)大屏展示以達(dá)到實(shí)時(shí)監(jiān)控、分析等需求。

整個(gè)業(yè)務(wù)架構(gòu)大致如下：以我們自己編寫(xiě)的 mosbusTCP 驅(qū)動(dòng)，結(jié)合數(shù)采硬件設(shè)備采集設(shè)備數(shù)據(jù)，然后通過(guò) JDBC-RESTful 的方式將數(shù)據(jù)寫(xiě)入 TDengine。數(shù)據(jù)采集點(diǎn)總共有 9000 多個(gè)，頻率為大概每秒寫(xiě)入一次。

目前單列模型下，最大的超級(jí)表已經(jīng)保留了幾百億行的的數(shù)據(jù)，當(dāng)前磁盤(pán)占用 55GB 左右的空間，壓縮比大概在 10-15% 之間。

經(jīng)驗(yàn)分享

值得一提的是，TDengine 是根據(jù)表來(lái)做數(shù)據(jù)分片的，vnode 就是最小單位，在這種情況下，保證數(shù)據(jù)量均衡的前提是寫(xiě)入量均勻，否則如果某些設(shè)備過(guò)熱，某些設(shè)備過(guò)冷，就會(huì)出現(xiàn)某個(gè) vnode 極大，某個(gè) vnode 極小的情況。

這一點(diǎn)在建表之初是需要考慮的，防止時(shí)間過(guò)久后，數(shù)據(jù)過(guò)于傾斜。具體調(diào)整方式可以參考這篇文章。比如，如果初期的設(shè)備熱度比較高的話，就可以調(diào)小 minTablesPerVnode，在第一波建表時(shí)便把表均勻開(kāi)到不同 vnode 里，這樣可以針對(duì)性地利用起每個(gè) vnode 有獨(dú)立寫(xiě)入線程的特點(diǎn)，充分利用計(jì)算資源。（上文中的 vnode 截圖并不是我的寫(xiě)入不均勻，只是單純的新建表不久還沒(méi)有寫(xiě)入太多數(shù)據(jù)。）

此外，在我們的使用過(guò)程中，也有遇到過(guò)一些問(wèn)題。比如使用超級(jí)表的 select * 查詢時(shí)，時(shí)間跨度比較久的數(shù)據(jù)返回會(huì)有些慢，這跟當(dāng)前版本的架構(gòu)有關(guān)，一個(gè)該類(lèi)查詢會(huì)生成多個(gè)子查詢，每個(gè) vnode 的子查詢是在服務(wù)端串形處理的，即在一個(gè) vnode 中檢索查詢完畢后再查下一個(gè)，最后匯總。解決方案是把時(shí)間段拆開(kāi)成多段，使用多線程來(lái)查詢。根據(jù) TDengine 的規(guī)劃，在后續(xù)的 3.x 版本中，此類(lèi)查詢將會(huì)和聚合查詢一樣變成并行處理，查詢效率會(huì)大大提升。而其他問(wèn)題多為配置部署相關(guān)，仔細(xì)閱讀文檔，都可以得到很好的解決。

對(duì)于 TDengine 在現(xiàn)有業(yè)務(wù)體系下的表現(xiàn)，我們還比較滿意，后面也會(huì)嘗試探索更多的合作可能，不斷為客戶創(chuàng)造價(jià)值，以技術(shù)驅(qū)動(dòng)綠氫產(chǎn)業(yè)發(fā)展。