工业现场的设备数据散落在各个车间、各个厂区，决策者无法只凭局部信息形成全局认知。TDengine 基于内置的数据订阅能力，让数据从边缘侧逐级上报、按需汇聚——边缘侧负责实时监控与告警，中心侧负责全局分析与洞察，同一套数据模型贯穿始终。
数据在边缘沉睡，全局洞察遥不可及
在工业互联网场景中，边缘设备只用来处理局部数据——某个车间里的实时生产数据、某条产线上的设备状态。这些数据在本地完成了监控和告警，但决策者无法只根据边缘设备采集的信息，形成对整个系统的全局认知。
在以前的工业数据采集流程中，数据从 PLC 中采集后进入 Historian（工业实时库），再支撑业务应用。这种系统多采用主备架构，不易水平扩展，且严重依赖 Windows 生态，相对封闭。许多企业仍在使用过时的系统处理数据，而这些系统往往相互独立，形成了所谓的数据孤岛。
要让数据真正产生价值，边缘侧的数据需要逐级上报到中心平台，实现数据的汇聚与信息融合。但整体数据量非常大，必须有选择地上报——例如将一秒钟采集一次的原始记录降采样至一分钟一次，在大幅减少数据量的同时保留关键信息。
数据孤岛 — 各厂区、各车间系统独立，数据无法互通，决策者无法获得全局视角
离线同步，时效性差 — 很多企业采用离线方式同步数据，定期传输导致带宽阻塞和资源浪费
传统架构封闭 — 主备架构不易扩展，依赖 Windows 生态，与现代云原生架构脱节
TDengine 内置数据订阅，边云协同无需额外组件
TDengine 基于内置的数据订阅功能实现边云协同，不需要集成消息队列等第三方中间件，大幅降低系统复杂度和运维成本。
高效数据同步 — 支持每秒百万条数据的同步效率，确保数据在边缘侧和云端之间快速、稳定地传输。
灵活配置同步规则 — 可配置的同步规则使用户能够根据实际需求自定义数据同步的策略和方式，按需上报。
断线续传与重新订阅 — 网络不稳定或中断时，支持断线续传和重新订阅，确保数据同步的连续性和完整性。
多数据源对接 — 兼容 AVEVA PI System、OPC-UA、OPC-DA、MQTT 等多种外部数据源，实现广泛接入。
历史数据迁移 — 支持历史数据的迁移，方便在升级或更换系统时，将历史数据无缝迁移到新系统中。
统一数据模型 — 边云均采用 TDengine TSDB，数据模型完全统一，降低数据治理难度，消除语义鸿沟。
逐级上报，按需汇聚
在生产车间，设备产生的实时数据存储至部署在边缘侧的 TDengine TSDB。分厂的 TDengine TSDB 订阅车间的数据，集团侧再订阅各分厂的数据——逐级汇聚，层层过滤。
生产车间 → 数据订阅 · 降采样 → 分厂 / 区域中心 → 数据订阅 · 汇聚 → 集团总部
- 不需要一行代码，只须在边缘侧和云端进行简单配置即可实现数据同步
- 数据无须缓存，减少批量发送，避免流量高峰阻塞带宽
- 规则可配置，支持降采样、阈值过滤，简单、灵活、实时性高
- 数据模型统一，边云均采用 TDengine TSDB，降低数据治理难度
数据订阅，选择性同步的灵活性
TDengine 的数据订阅功能为订阅方提供了极大的灵活性，允许用户根据需要配置订阅对象，实现选择性的数据同步。
在工业场景中，整体数据量非常大，因此必须有选择地上报。TDengine 的数据订阅功能允许用户订阅一个数据库、一张超级表，甚至是一个包含筛选条件的查询语句。
这意味着用户可以将真正关心的数据——包括离线数据和乱序数据——从一个集群同步到另一个集群，以满足各种复杂场景下的数据需求。例如，边缘侧一秒钟采集一次的原始记录，上报至中心侧时可以降采样至一分钟一次，这种降采样极大地减少了数据量，但仍保留有关键信息，可用于长期数据的分析和预测。
制造业企业通常面临的痛点就是数据同步。很多企业目前采用离线方式来同步数据，但 TDengine TSDB 实现了数据的实时同步，而且规则可配置，能够避免定期传输大数据量导致的资源浪费和带宽阻塞风险。
- 订阅整个数据库 — 将指定数据库中的全部数据实时同步到目标集群
- 订阅超级表 — 按设备类型同步，只上报某一类设备的数据
- 订阅带条件的查询 — 通过 SQL 筛选条件，只同步超过阈值或符合特定条件的数据
- 降采样同步 — 边缘秒级数据降采样为分钟级，大幅减少传输量，保留关键趋势
广泛接入，打破数据孤岛
TDengine TSDB Enterprise 兼容多种外部数据源和工业协议，能够快速汇聚来自各类系统的数据，实现跨厂站、跨系统的统一管理。
AVEVA PI System — 对接工业实时数据库，兼容传统 Historian 系统
OPC-UA / OPC-DA — 工业自动化标准协议，广泛覆盖 PLC 与传感器
MQTT — 物联网轻量级消息协议，支持海量设备接入
标准 SQL 接口 — JDBC、ODBC、REST API 等标准接口，无缝对接 BI 与 AI 工具
数据汇聚之后，全局洞察水到渠成
当所有数据汇聚于一个系统时，企业能够更迅速地做出反应、更有效地解决问题，并利用 AI 分析工具进行更精准的预测和决策。
01 打破数据孤岛
整合分散在各个角落的系统及其采集的数据，将来自不同数据源的数据清洗、加工和处理，整合到一个统一的平台上，消除信息壁垒。
02 实时响应，高效协同
数据汇聚后，访问和处理数据的效率显著提高。企业在应对实时数据时能够更迅速地做出反应，企业内外的工作人员也能实现高效合作。
03 AI 赋能，精准预测
数据汇聚之后，可以利用 TDengine 提供的 IDMP 工业大数据管理平台或者接入第三方 AI 分析工具进行更优质的异常监测、实时告警，并为产能、成本、设备维护等方面提供更精准的预测。
04 助力数字化转型
决策者能够更好地把握整体宏观情况，为企业的发展提供有力支持，助力传统产业实现数字化转型和智能化升级。
Q&A
Q：边云协同和普通的数据复制有什么区别？
A：普通的数据复制通常是全量同步，而 TDengine 的边云协同基于数据订阅功能，支持选择性同步。用户可以订阅一个数据库、一张超级表，甚至是一个包含筛选条件的查询语句，实现按需上报。例如可以将边缘侧秒级采集的原始记录降采样至分钟级后再上报，大幅减少传输量同时保留关键信息。此外，TDengine 的数据同步是实时的，不需要额外的消息队列组件。
Q：网络中断时数据会丢失吗？
A：不会。TDengine TSDB 支持断线续传和重新订阅功能，确保在网络不稳定或中断时数据同步的连续性和完整性。网络恢复后，系统会自动从断点处继续同步，不会丢失任何数据。
Q：边缘侧和中心侧必须使用相同版本的 TDengine 吗？
A：边云协同基于 TDengine 的数据订阅功能实现，边云均采用 TDengine TSDB，数据模型完全统一。由于数据订阅涉及集群间的通信协议，建议保持版本兼容以确保功能的稳定性。具体的版本兼容性要求请参考 TDengine 官方文档。
Q：能否将已有的 Historian 系统中的历史数据迁移到 TDengine？
A：可以。TDengine TSDB 支持历史数据的迁移，并且兼容 AVEVA PI System 等传统工业实时数据库。用户在升级或更换系统时，可以将历史数据无缝迁移到新系统中，保护已有的数据资产。
Q：配置边云协同需要编写代码吗？
A：不需要。TDengine 的边云协同不需要一行代码，只须在边缘侧和云端进行简单配置即可。数据订阅通过 SQL 创建和管理，熟悉 SQL 的工程师可以直接编写；同时 TDengine 也提供了图形化配置方式，无需编写代码即可完成数据同步规则的设定。
Q：边云协同支持哪些工业协议和数据源？
A：TDengine TSDB 兼容多种外部数据源，包括 AVEVA PI System、OPC-UA、OPC-DA、MQTT 等，实现数据的广泛接入和整合。同时支持标准 SQL 接口（JDBC、ODBC、REST API），可以无缝对接各类 BI、可视化工具和 AI 分析平台。
