作为一家位于英国的前沿生物科技公司，Extracellular 专注于细胞培养产品的规模化制造，致力于通过优化生物工艺流程，加速细胞类产品从实验室走向大规模生产的落地。为了实现这一目标，他们需要一个稳定、高效、可扩展的数据平台，能够支撑实时监控、过程优化和合规留存等关键需求。本文将分享他们在搭建数据平台过程中积累的经验与实践。
生物工艺的数据难题：从设备到决策的“最后一公里”
在细胞培养过程中，生物反应器会源源不断地产生大量时序数据，例如温度、pH 值、溶解氧、营养物浓度等。这些数据不仅要实时采集、展示，还要用于后续的过程优化与合规审计。
Extracellular 面临的关键挑战包括：
- 支持实验员和科学家使用实时仪表板进行过程分析与监控
- 通过 MQTT 协议，实现与设备的高频数据采集
- 快速访问历史数据，驱动机器学习模型和工艺优化
- 从实验室走向工厂，系统需具备良好的横向扩展能力
- 支持本地部署和云端运行，避免厂商锁定
为什么最终选择 TDengine？对比评测给出了答案
在选型过程中，Extracellular 对比评估了市面上几款主流时序数据库，重点考察了以下几个工业场景下的核心指标：
对 Extracellular 来说，边云同步能力是影响调研决策的关键因素。其他时序数据库需要借助第三方工具才能实现边缘端与云端的数据同步，相比之下，TDengine 原生支持、部署简单、运行稳定，极大降低了工程复杂度。
此外，在开源能力上，TDengine 提供了集群开源，真正可用于工业生产环境。而其他时序数据库的开源版本常常存在功能缺失，比如不支持集群部署、查询历史受限等，根本无法满足长期分析和数据沉淀的需求。
“TDengine 对我们来说是一次颠覆性的选择。它针对工业场景所提供的边云同步、高可用、流式处理等功能远超预期，性能表现同样出色，无论是在云端还是边缘侧运行都非常稳健。而 TDengine 团队的技术支持也非常到位，从部署开始就一路护航，帮助我们顺利落地。”
—— Alex Tolenaar，Extracellular 技术专家
天生为工业场景而生：TDengine 的内建能力
作为工业级生物技术公司，Extracellular 对数据平台提出了三项“硬性要求”：
✅ 边云同步：保障各站点数据实时同步、不间断运行
✅ 高可用性（HA）：确保系统稳定运行，数据永不丢失
✅ 分层存储：自动归档历史数据至云端对象存储，降低成本
而这些功能，TDengine 原生支持、即装即用，无需像其他时序数据库一样东拼西凑额外组件。
部署路线图：从云到边，再到高可用
Extracellular 的 TDengine 部署路径分为三个阶段，兼顾集中管理、边缘智能与系统可靠性：
第 1 阶段：云端部署，统一管理
- 先部署 TDengine Cloud，将实验室与生产基地数据统一收集至云端
- 实现各站点与云端的数据同步，便于统一监控与管理
- 通过 Grafana 接入实时仪表板与历史数据分析
第 2 阶段：边缘部署，实时决策
- 在实验室和生产现场本地部署 TDengine，实现就地采集与计算
- 即使断网，也能本地持续运行，保障系统稳定性
- 本地数据缓冲后同步上云，实现低延迟的边缘分析能力
第 3 阶段：高可用部署，保障可靠性
- 部署 TDengine 的 HA 模式，防止单点故障导致的数据丢失
- 多节点自动复制，提升系统容错能力
- 历史数据自动分层存储至对象云存储（如 S3、GCS、B2 等），长期保存更省钱
结语：从细胞工厂到智能制造，数据基础决定未来
选择 TDengine 后，Extracellular 搭建起了一套真正适用于工业场景的时序数据平台，实现了：
- 边缘与云端无缝协作，免除第三方组件依赖
- 实时与历史数据并存，支撑工艺优化与决策分析
- 自主掌控数据资产，无需被云厂商“锁死”
- 节省高昂许可费用，显著降低整体成本
未来，Extracellular 计划进一步将 TDengine 应用于数据科学、AI 驱动的工艺优化及多站点智能协同，助力细胞制造真正迈入智能化时代。在生物制造这条高速发展的赛道上，TDengine 正逐渐成为 Extracellular 的“数字引擎”，为其未来发展持续赋能。
