酷应用

KaiwuDB分布式、多模融合，支持原生AI的数据库产品

软件作者：安娜 2024-10-08 08:02:02

KaiwuDB 是一款分布式、多模融合，支持原生 AI 的数据库产品，拥有就地计算重点技术，具备高速写入、极速查询、SQL 支持、随需压缩、智能预计算、订阅发布、集群部署等特性，具有稳定安全、高可用、易运维等特点。

产品特性

高性能写入：依托“就地计算”重点技术实现高性能读写，支持百万级，甚至千万级记录秒级写入；支持毫秒级精度数据写入；
实时查询与分析：支持数据实时分析，千万笔数据聚合查询毫秒级响应，提供丰富的函数支持能力；
多模数据支持：时序型数据、关系型数据采、存、算、管；支持数据跨模分析；
低成本：10 -100 倍数据压缩；数据降采样存储；按“时间热度” 进行数据生命周期管理；
流式计算：支持多种物联网应用场景下流式计算功能；支持连续查询、数据订阅发布功能；
云边端一体化：支持端侧轻量化部署；具备集群部署、数据同步、数据订阅等能力，支撑云边端一体化建设；
多重安全性保障：支持身份鉴权、权限管理、数据库审计；支持通信加密、数据加密；兼容主流芯片和操作系统；
高可用及灾备：数据库层面的灾备和高可用能力建设；数据库自治等 AIOps 能力；
高兼容性：兼容 PostgreSQL 数据类型、SQL 语法和协议；支持 HTTP 协议；提供 Restful API；支持 ODBC/JDBC 接口；提供多种编程语言接口。

KDP（数据服务平台）

产品介绍

KDP 是一款面向 AIoT 场景的数据服务平台——以一体多模的大数据基础平台作为基座，提供 OLTP、OLAP、HTAP、时序、图、全文检索、宽表等多种数据存储和计算服务；此外，还提供上层数据集成、数据开发、数据治理、数据共享、数据可视化、智能 BI 等功能，满足企事业单位数据湖、数据仓库、数据开发、数据治理、数据共享、数据可视化、智能 BI 等多样需求，助力企业激活数据价值，赋能上层应用建设，打造行业知识中心，提供知识构建能力，支撑行业资产构建。

产品优势

多样的部署方式：充分考虑行业数据安全与隐私问题，KaiwuDB 提供本地化/云部署的灵活部署方式，满足用户不同场景业务需求；
快速响应的时序数据分析：联合 KaiwuDB 优化时序数据处理响应速度，在基础的数据分析能力上支持时序数据分析展示，动态检测场景异常并支持设置报警、数据回溯；
便捷的数据分析共享：提供大量数据分析图表模板，通过勾选快、拖拽速完成在线数据视图搭建，并实时预览预览搭建结果，并支持一键分享，帮助分析师、团队快速决策；
系统化的权限控制体系：支持登录、页面级别、工作空间、行级、列级权限控制颗粒度，支持不同角色、账号的权限控制，支持所有分享内容的权限管理。

生态工具集

为更好地满足企业在数据全生命周期的不同需求，KaiwuDB 自主研发了 KMP（数据迁移平台）、KAP（数据库自治平台）、KCP（数据库云平台）、KDC（数据库开发平台） 4 大生态工具，搭配完整的生态服务体系，提升企业研发效率，为业务顺利开展保驾护航。

应用场景

一、工业物联网

行业背景

工业物联网场景下，数据是最重要的资源之一，企业需要对各种机器、设备和传感器产生的时序数据进行采集、存储与分析。上述场景对数据库提出了包括高可靠性、实时性、大规模、高并发、高精度、易扩展等在内的各种要求。同时，这些数据也带来了新的挑战，如数据安全、数据质量、数据管理等。

痛点与挑战

海量工业数据采集难：针对海量设备数据进行采集，且采集精度需达毫秒级，每秒钟可能产生上百万条数据；需具备足够的数据处理能力；此外还需考虑新增设备等更多场景；
工业数据存储成本高：海量数据需进行长达 5-10 年长周期保存，存储成本大、负担重工业数据质量问题：由于工业物联网场景的特殊性，传感器易受环境噪声、温度变化、电磁干扰等因素影响，导致数据存在诸如缺失、异常、重复、乱序等严重问题；
工业系统对数据实时分析存在极高要求：工业物联网场景数据需要实时处理和分析，以实现设备调度、预警系统等功能；
对高可靠性要求高：工业物联网系统对数据的可靠性和稳定性有着极高的要求；
工业数据安全要求高：根据“数字中国”和“数据要素”的建设要求，需重点加强工业领域数据安全建设；
工业数据孤岛严重：数据烟囱、数据孤岛相对严重，数据无法充分融合，数据指标不统一，数据存在重复建设；
现有工业实时数据库普遍存在的问题：价格昂贵，架构陈旧，可扩展性差。

解决方案

KaiwuDB 提供了面向海量时序数据的高速、高吞吐写入，并结合就地计算、流计算、预计算、集群部署等技术，支撑超速聚合查询分析，服务各种工业软件、大数据平台、物联网平台以及数据中台建设；
KDP（数据服务平台）适配各种协议，实现对异构数据源的采集；同时，KDP 对数据进行多维度、深层次的探索分析，广泛应用在生产调度、设备管理、经营分析、预测分析、数据可视化呈现等诸多业务环节，提供多样的数据支撑服务。

方案价值

KaiwuDB 支持毫秒级数据快速入库，单节点每秒百万级，通过“就地计算”重点技术，能极大提升数据读写性能；支持多种聚合查询，针对千万级数据可实现毫秒级的响应；
KaiwuDB 具备超过 10 倍的数据压缩能力，完善的数据生命周期管理及降采样查询能力可将存储成本降低 90%，支持多模，可实现一套数据库应对多种数据存储和计算场景，构建统一数据共享存储；云边端一体化建设，降低系统的复杂度和冗余度，降低系统建设和人工成本；
可大幅提升了企业精细化生产的能力、风险预警即时性、设备运维管理水平、设备利用率及质量监测效果，通过流式计算及数据分析能力，将脏数据、乱序数据进行清理和调整，提升数据质量，方便后续用于数据建模分析、机器学习、AI 训练等场景；
通过数据库运维权限管理、加密通信、数据加密等技术充分保障数据安全；
支持高可用架构，实现数据库层面的高可用和灾备；
面对工业行业各地数据打通难的问题，KaiwuDB 可提供集群部署方案，提供数据同步、数据订阅模块、标准的 JDBC/ODBC 接入方式和 Restful API 接口，赋予企业数据中台搭建能力，让数据实现“统一汇聚、统一分析、统一治理”，避免数据割裂、数据指标不一致、数据能力重复建设等问题；
助力企业可视化呈现数据实时分析结果，协助打造透明化工厂。

二、数字能源

行业背景

数字能源通常泛指基于数字技术和信息化手段，对能源的生产、传输、储存、使用等环节进行升级管理，以提高能源生产和利用效率，降低生产成本，减少环境污染。近几年，国家大力推动互联网、智能化技术与电力系统的融合发展，能源数字化发展离不开数据采集、存储、计算、应用等，同时也对上述流程提出更高的需求与挑战。

痛点与挑战

传统数据库性能无法满足数据采集需求：数字能源系统需要采集大量产能设备、传输设备、用能设备的实时数据，如能源产量、负荷、温度、湿度、风速等，数据量大且采集频率高，传统数据库无法满足性能要求；
长周期数据存储成本高昂：数字能源系统需要存储海量的时序数据，且存储周期长，急需降低存储成本时序数据；
高效分析性能薄弱：数字能源系统需对大量时序数据进行实时计算与聚合分析，要求计算速度快、精度高、结果可靠；传统数据库无法提供对时序数据的高效分析能力，存在建设周期长，成本高，组件多，运维难等问题；
数据质量与服务可用性要求高：数字能源系统需要将时序数据应用于各个环节，如能源生产、负荷预测、能源优化调度、需求侧响应、电力市场交易等，对数据质量和服务可用性的要求更高；
数据安全可控建设需求迫在眉睫：传统数据库安全能力偏弱，国外工业实时数据库存在闭源、价格昂贵、架构陈旧、可扩展性差等弊端，数据安全无法保证；加之能源行业“数据库替换”趋势不断深化，尤其在微电网管理、虚拟电厂等场景，迫切需要在数据安全和可控层面进行全局部署建设。

解决方案

KaiwuDB 可通过 AIoT 多模数据库的能力建设，将传感器、生产状况、机器运行状态等时序数据与人员信息、设备信息、业务数据等关系类数据统一汇聚，集中处理。

同时，KaiwuDB 可提供强大的跨模计算、交互查询能力支持能源领域“云边端架构”，针对分布式储能等场景提供适配性架构，提出适配低端能源工控机、物联网关的部署方案、云端高配服务器部署方案。

此外可提供云边端数据同步、数据订阅、集群管理等功能结合 KDP 的数据服务能力可实现能源数据全面统管，保证数据质量，提高数据服务可用性可提供云原生数据库产品解决方案，包含能源路由器、能源行业云的产品及服务。

方案价值

单节点支持每秒百万级数据入库，千万数据毫秒级复杂聚合查询，提供一站式多模数据存储和计算服务，提高能源数据流转和实时监管能力；
基于集群部署方案，搭配数据同步、数据订阅功能模块，赋能企业快速完成数据中台能力搭建，实现数据统一汇聚、统一分析、统一治理，有效避免数据割裂、数据指标不一致、数据能力重复建设的问题；
通过数据清洗、乱序数据处理等方式大幅提升数据质量和可用性，充分支撑 BI 分析、AI 训练等数据应用场景；
提供强大的时序数据聚合分析和跨模计算能力，可满足能源场景下对能源效率关系等跨模分析需求；支持对接能源大数据平台，提供 Flink、Spark、Hadoop 等大数据组件接口，运用 KaiwuDB 强大的时序数据分析能力，增强能源行业在发电、变电、输电、配电环境的风险预警能力，提升能源利用效率；
通过数据压缩、降采样函数、数据生命周期管理降低存储成本；在系统层面简化数据服务架构；依托 KaiwuDB 的多模能力和 KDP 数据服务平台功能，助力能源行业客户精准实施削峰填谷措施，实现降本增效；
通过数据库运维权限管理、加密通信、数据加密等技术充分保障数据安全。

三、车联网

行业背景

随着 IoT 技术的快速发展，车联网正在迅速普及和发展，成为了智慧城市的重要组成部分。在车联网中，数据包括：实时性高、数据量大、类型多样、时效性要求高、交互性强、安全保密性要求高等特点，这些数据的持续生成和传输对数据管理提出了崭新要求。

车联网系统需要快速实现海量数据的分析和处理，以获取更多有价值的数据并进行快速决策。因此，需要一个能够处理海量、实时、模块化数据的管理系统，来满足车联网所需的各种数据处理、应用等方面的业务需求。

痛点与挑战

自动驾驶中控及调度平台对实时计算与分析需求强烈：车辆行驶过程对数据汇入和处理实时性要求较高，需要对可能发生的风险情况做出预警，以充分保障行车安全，避免突发事件；
传统数据库应对大量多模态数据的能力匮乏：车联网场景下需要采集和存储车辆状态、行驶状态、驾驶行为、机械参数、电气参数、行车轨迹、ADAS、道路状况等时序数据以及 GIS 信息等，传统数据库难以应对并处理如此大量的多模态数据；
智能网联车数据智能分析诉求日益增加：时序数据库可对采集的时序数据进行分析、建模和预测，用于实现驾驶行为识别、交通拥堵预测、车辆健康管理等多种应用，对数据的质量和数据服务可用性提高了相应的要求；
BI 可视化分析助力城市交通管理：数据汇聚分析并通过可视化展示工具，直观地呈现车辆状态、道路状况、交通流等信息，提供多样化的车辆数据报告助力城市交通管理。

解决方案

KaiwuDB 提供灵活多侧的部署方案，可部署在公有云、线下 IDC 以及车机端、后装工控机。根据业务诉求，可提供云-边-端、云-端、集群等架构方案；
通过 KDP 支持接入网关的多种协议，实现多源异构数据高并发、实时写入 KaiwuDB。凭借 KDP 的多维分析及预测能力，车联网系统可对车端数据进行综合分析及预测，实现对车与车、车与路、车与人及车内的全方位感知，及时纠正驾驶员行为；同时对车辆机电、性能风险及路况风险等做出预测，为应急和救援系统提供有力支持。

方案价值

KaiwuDB 支持数据快速汇聚，及通过高速通道入库；通过“就地计算”重点技术，可大幅提升数据读写性能；支持多种聚合查询，针对千万级数据可实现毫秒级的响应。针对车机零部件，车况状态，电池状态，驾驶行为存在的风险可实现提前预警，降低事故发生的概率，提高道路通行流畅度，优化车联网系统的决策效果；
支持核心数据加密存储、加密传输、统一权限管控，结合 KDP 的数据安全策略，助力企业在使用数据的同时，保障人员信息、车辆数据等机密、隐私数据安全，避免数据泄露、黑客攻击等安全问题；
KaiwuDB 可提供智能 API、模型建立工具等，对大数据进行模型建立和训练，激发数据价值，对车联网系统中的车辆状态、驾驶行为、路况状况进行预测；
KaiwuDB 数据压缩超过 10 倍，结合完善的数据生命周期管理及降采样查询能力可将存储成本降低 90%；多模架构可实现一套数据库应对多种数据存储和计算场景，构建统一的数据共享存储；云边端一体化建设，降低系统的复杂度和冗余度，减少系统建设和人工成本；
KaiwuDB 支持关系型数据与时序数据交互查询，提供流式计算，将实时汇聚的车辆、人、道路等数据展开流水线化分析，持续将分析结果推送到 BI 端；KDP 可提供图表、报表可视化、数据驾驶舱功能，并开放相应数据服务接口，支持二开，大幅降低车联网场景构建实时大屏实现 BI 可视化的门槛；
相对于构建 CDH，KaiwuDB 通过轻量化投入即可达到满足业务场景的大数据分析水平。

四、智慧矿山

行业背景

随着勘探和矿产开发技术的提高以及能源需求量的大幅增加，矿山开发速度持续加快。随之而来的诸多弊端，如矿山资源综合利用率低、管理方式粗放、安全和环境污染等问题日益突出，使得矿业智能化建设迫在眉睫。

近年来，政府机构十分重视采矿行业数字化建设，明确提出加快建设自动化、信息化、智能化的矿山，促进矿山产业向“安全、绿色、高效”转型升级。在转型升级发展的过程中，矿山企业面临生产安全形势严峻、数据采集困难等诸多挑战。通过智慧矿山建设，可实现生产控制少人化无人化、生产管理智能化、安全管理本质化；是全面提升矿山企业综合竞争力和可持续发展能力的关键路径之一。

痛点与挑战

生产安全面临严峻形势：由于矿山的生产环境特点，潜在隐患风险不易察觉。相较于发达国家，我国在生产自动化与智能化水平上仍有较大差距。矿山生产涉及设备采集点位多、作业人员多，急需通过数字化建设提升安全能力，保障资源开采和生产管理，降低灾害和事故频率；
系统对数据处理性能要求高：矿产开采需对设备和人员进行实时监控与管理。在设备监控、设备告警、生产预警分析、人员实时状态、应急处置等多种应用场景，数据处理的实时性势必要争取大幅提升用以满足需求；
数据价值难以有效挖掘：传统矿山信息化系统烟囱式部署，系统融合度较差，无法将数据有效汇聚，并进行深层次数据价值挖掘；
数据的高可用及可靠性受到挑战：受矿山地理位置及环境影响，数据采集与汇聚容易受到网络不稳定因素影响，从而产生数据丢失、数据乱序等情况，严重影响人、设备、资源三方面的安全监测、运营管理和开采作业。

解决方案

一库多用，支持多模异构数据的存储：KaiwuDB 支持关系型数据、时序数据、地理位置数据等多种数据类型存储。以一套数据库打通在采、选、冶、产、供、销全流程下多个业务系统对数据的计算与分析能力；
提供高性能数据处理能力：利用 KaiwuDB 的就地计算专利、智能预计算等重点技术，可实现批量、高速、复杂查询的快速响应，千万级数据查询响应可达毫秒级，实现对采集到的数据进行精准快速响应，保障安全生产与经营；
多样化的数据查询能力助力数字化系统建设：KaiwuDB 支持流式计算、数据订阅发布、多种聚合查询、最新值查询等功能，可实现数据清洗、加工及实时性展示；可为矿山数字化系统人员实时状态、设备运行状态、生产经营等业务场景提供支撑；
支持数据深层次分析挖掘：KaiwuDB 和 KDP 提供数据实时处理、分析、报表展现、定制数据服务、AI及预测分析模型能力，提供快速精准的实时计算和分析能力，助力设备预测性维护、气体预测性分析、管理经营数据预测性分析等场景需求，提升矿山生产安全水平，保障人员生产安全；
助力企业降本增效：依托 KaiwuDB 计算能力和 KDP 实现数据的多样化展示与管理，充分发挥数据实效性，降低安全隐患，降低数字化系统复杂度，节约建设和人员运维成本；
支持数据压缩和完整生命周期管理：支持数据降采样存储，支持时序数据 10 倍及以上的压缩，大幅降低数据存储成本；数据生命周期管理功能的数据分级治理，可实现对数据的管理归档，有效节省数据存储空间。

方案价值

以就地计算为核心支撑对矿区数据的高速汇聚、快速处理、实时分析，深层次挖掘数据价值，助力智慧矿山的数字化、智能化建设；
保障一线人员的生命安全、职业健康以及设备的安全运行，实现复杂环境下的数据存储与管理的可靠性、稳定性，提升矿山数字化建设和安全管控水平助力安全生产提质增效；
可视化界面数据库管理，无需技术人员即可实现数据库内部管理操作，便捷易上手；可视化数据探索工具可帮助实现数据的多维度探索与数据分析展示，辅助矿区设备调优及综合决策；
强大的基础数据能力，可加快建设以数据技术驱动智能决策，建成本质安全、资源集约、绿色高效的智慧矿山。