X-DB实时数据库介绍
ProcessDB实时数据库介绍
满足其他应用系统的完整数据库访问接口。支持OPC，ODBC，DDE等标准。同 时提供API等方式。应支持主流开发语言的C++,Java等。
6.系统安全性：
能对用户访问权限做严格控制，权限多种等级，用户分不同级别安全组，系 统能进行安全分区。
7.系统功能：
系统提供的应用功能，是否能满足项目需求，符合行业应用特点等。
实时数据库是在全厂的DCS系统、SCADA 系统等基础之上进行数据采集， 监视及分析应用，它要求数据的实时性和数据的压缩存储并举，尤其突出 其数据的压缩算法、查找算法以及数据结构等，海量数据、并发能力决定 了对实时数据库读写性能高于组态软件及DCS上位软件。
与组态软件或DCS上位区别与联系
比较项 数据点数规模 设备及数据库在线组态 是否支持时间戳/质量戳 支持驱动情况 名称 组态软件 实时数据库 比较结果 从大多数情况看， 数据库占优 由应用选择 由应用选择 1 ～ 1 万级别 ，也可更大 1000～80万级别 （通常5000以下） 多数为离线组态 部分厂家支持 （通常5000~10万） 全部为在线组态 全部支持
由应用选择建设成本低高由实际情况选择维护方便性简单复杂组态软件占优维护成本低较高组态软件占优与组态软件或dcs上位区别与联系海量数据存储与访问123解决信息孤岛现象复杂的数据管理实时数据存储频率高实时数据量大大量的历史数据存储在大量的历史数据中进行数据的查询分析对技术人员水平要求较高安全产品难以使用部署多个控制台管理维护工作量大居高不下的投资成本存在太多的独立系统无法协同工作无法进行复杂的数据分析隐藏真实数据信息源不具备灵活的可扩展能力分布式的结构465便捷的管理高集成度的整合方案可以将实时数据库历史数据库采集器客户端配置工具和客户端组态工具配置在不同的计算机构建分布式结构体系有效提高性能交叉产品集成集成通用主流驱动集成多种客户端工具多平台应用支持个版本windows系统支持linux系统与合作伙伴安全方案相集成较低的投资成本强大的io能力
InfluxDB学习之InfluxDB的安装和简介
InfluxDB学习之InfluxDB的安装和简介系列详情请看：《》:InfluxDB是⼀个当下⽐较流⾏的时序数据库，InfluxDB使⽤ Go 语⾔编写，⽆需外部依赖，安装配置⾮常⽅便，适合构建⼤型分布式系统的监控系统。
最近⽤到了 InfluxDB，在此记录下学习过程，同时也希望能够帮助到其他学习的同学。
本⽂主要介绍InfluxDB的功能特点以及influxDB的安装过程。
更多InfluxDB详细教程请看：⼀、InfluxDB 简介InfluxDB 是⽤Go语⾔编写的⼀个开源分布式时序、事件和指标数据库，⽆需外部依赖。
类似的数据库有Elasticsearch、Graphite等。
其主要特⾊功能1）基于时间序列，⽀持与时间有关的相关函数（如最⼤，最⼩，求和等）2）可度量性：你可以实时对⼤量数据进⾏计算3）基于事件：它⽀持任意的事件数据InfluxDB的主要特点1）⽆结构（⽆模式）：可以是任意数量的列2）可拓展的3）⽀持min, max, sum, count, mean, median 等⼀系列函数，⽅便统计4）原⽣的HTTP⽀持，内置HTTP API5）强⼤的类SQL语法6）⾃带管理界⾯，⽅便使⽤⾃带管理界⾯：⼆、InfluxDB安装本⽂以写这篇⽂章时的最新稳定版（Stable v0.13.0）为例，介绍下InfluxDB的安装。
OS X (via Homebrew)brew updatebrew install influxdbMD5: 4f0aa76fee22cf4c18e2a0779ba4f462Ubuntu & Debian (64-bit)wget https:///influxdb/releases/influxdb_0.13.0_amd64.debsudo dpkg -i influxdb_0.13.0_amd64.debMD5: bcca4c91bbd8e7f60e4a8325be67a08aUbuntu & Debian (ARM)wget https:///influxdb/releases/influxdb_0.13.0_armhf.debsudo dpkg -i influxdb_0.13.0_armhf.debMD5: b64ada82b6abf5d6382ed08dde1e8579RedHat & CentOS (64-bit)wget https:///influxdb/releases/influxdb-0.13.0.x86_64.rpmsudo yum localinstall influxdb-0.13.0.x86_64.rpmMD5: 286b6c18aa4ef37225ea6605a729b61dRedHat & CentOS (ARM)wget https:///influxdb/releases/influxdb-0.13.0.armhf.rpmsudo yum localinstall influxdb-0.13.0.armhf.rpmMD5: 4cf99debb5315fbbb26166506807d965Standalone Binaries (64-bit)wget https:///influxdb/releases/influxdb-0.13.0_linux_amd64.tar.gztar xvfz influxdb-0.13.0_linux_amd64.tar.gzMD5: 187854536393c67f7793ada1c096da8eStandalone Binaries (ARM)wget https:///influxdb/releases/influxdb-0.13.0_linux_armhf.tar.gztar xvfz influxdb-0.13.0_linux_armhf.tar.gzDocker Imagedocker pull influxdb在实际安装过程中，只需要选好对应的版本，然后按照执⾏就可以了。
Golden实时数据库-产品介绍篇V1.0
Golden Portal——Golden门户网站架构模块
Golden Portal可 对流程生产企业 各机组（车间） 数据迚行分类管 理。用户可以浏 览仸意实时/历叱 数据报表，也可 以在海量数据中 通过测点标签、 描述、单位等特 征快速搜索、定 位需要癿信息。
Golden Typer——Golden手工录入工具
集团用户 Golden GDXP典型应用
——Golden分布式实时数据交换平台服务端
Golden GDXP
Golden GDXP 是庚 顿实时数据库癿一种 高级应用模块，适用 亍广域范围内实时数 据库不各种数据源之 间实时数据交换。该 模块是集团用户构建 生产实时管理应用系 统癿重要支撑。 服务器端接收客户端 提交癿实时数据或缓 存历叱数据后直接存 储至Golden等实时 数据库。
Golden Server ——网络服务
• Golden Server 单元主要负责将客户端发送的各种请求提交给各个逻辑单元，并将 响应结果返回客户端。该单元同时提供客户端用户身份验证以及并发控制等服务。
庚顿实时数据库——高级应用模块
Golden 新一代计算平台 ——Golden C2
Golden 分布式实时数据交 换平台 ——Golden GDXP
数据 查询
综合 分析
异常监 控报警
地理 信息
报表 管理
数据 交换
监控 中心
污染源基础数据库 （关系数据库）
污染源监控系统 （实时数据库）
重点监控企业公 众监督不现场执 法记录系统
污染源数据接收设备 网络 传输 Internet/PSTN/GSM/GPRS 数据采集传输设备
COD在 线监测仪 流量计 TOC在线 监测仪 SO2在线 监测仪 流速在线 监测仪 污染物治理设施 运行记录仪
diros数据库基本概念
diros数据库基本概念什么是diros数据库diros数据库是一种基于关系模型的数据库管理系统（DBMS）。
它采用了ACID（原子性、一致性、隔离性和持久性）的事务处理，提供了一种可靠、高效的数据管理方案。
diros数据库具有良好的扩展性和可靠性，适用于大规模的数据存储和处理。
数据库的基本组成数据库由多个数据表组成，每个表包含多个字段（列）和多个记录（行）。
数据表之间可以建立关系，通过关系可以进行数据的查询和操作。
数据库的基本操作数据库的基本操作包括增加（INSERT）、查询（SELECT）、更新（UPDATE）和删除（DELETE）。
1.INSERT操作用于向数据库中插入新的记录。
2.SELECT操作用于从数据库中查询数据。
3.UPDATE操作用于更新数据库中的记录。
4.DELETE操作用于删除数据库中的记录。
数据库的事务处理事务是数据库操作的基本单位，它是一个不可分割的操作序列。
数据库的事务处理需要满足ACID的特性。
1.原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败，不存在部分成功的情况。
2.一致性（Consistency）：事务执行前后，数据库的状态保持一致。
3.隔离性（Isolation）：并发执行的事务之间要相互隔离，保证数据的一致性。
4.持久性（Durability）：事务一旦提交，对数据库的修改是永久的。
数据库的索引数据库的索引是一种提高查询效率的数据结构。
索引可以加快数据的查找速度，减少数据库的IO操作。
1.主键索引：主键索引是对数据库表中的主键字段进行索引，保证主键的唯一性。
2.唯一索引：唯一索引是对数据库表中的唯一字段进行索引，保证字段的唯一性。
3.聚集索引：聚集索引是对数据库表中的非唯一字段进行索引，按照索引的顺序排列数据。
4.非聚集索引：非聚集索引是对数据库表中的非唯一字段进行索引，不按照索引的顺序排列数据。
数据库的备份与恢复数据库的备份与恢复是保证数据安全的重要手段。
003-力控企业级实时历史数据库pSpace产品介绍
企业级实时历史数据库
pSpace应用组件
u关系库转储 SQLRouter用于pSpace Server和关系数据库建的数据交互，转储方式灵活， 支持多种表结构，同时提供数据统计转储、在线配置、二次开发接口等高级功能。 u关系库扩展 psSQL为关系库扩展组件，基于标准关系库进行了二次开发，与pSpaceServer 高效交互，提供基于SQL92标准的JDBC和ODBC接口，通过第三方抽取工具即可 实现数据集成。 uOPC数据转发 OPCServer是一个符合OPC 2.0的标准OPC数据服务器，为用户提供完整的工 业访问接口。
曲线、报表、菜单 可视化插件 图形库 参考行业软件设计标 多媒体技术 准 GDI、GDpace可视化界面
企业级实时历史数据库
pSpace可视化界面
upsView 后台脚本支持 面向对象设计的脚本编译环境， “所见即所得”，方便引用方法 和变量； 类“Basic”的语言环境，提供面 向对象编程方式； 脚本类型和触发方式多样，支持 条件动作、数据变化动作、窗口 动作、循环动作等； 脚本支持多种结构，支持数组运 算和FOR循环结构。
企业级实时历史数据库
pSpace可视化界面
upsView 组态开发 提供方便友好的开发环境及面向对象的设计，工程人员可根据这些工 具来搭建自己的监控系统。 数据源级联 工程导入与导出 查找与替换 窗口复制、文件夹管理 文件管理 贝塞尔曲线 多种图元绘图 对象克隆、镜像 标准Windows控件 日期框、下拉框、复选框 鼠标动作、垂直水平填充等 动画连接 智能对象封装 this&parent嵌套 自定义属性方法 画面分层 255图层选择
企业级实时历史数据库
pSpace核心服务器软件
企业级实时历史数据库
vitaldb数据库的简单介绍
vitaldb数据库的简单介绍VitalDB 是一种开源的实时数据库系统，专门设计用于应对大规模的实时数据处理和分析任务。
它能够处理高吞吐量的数据，并提供低延迟的数据查询和访问。
VitalDB 数据库系统基于分布式架构，允许用户将数据分布在多个节点上，以实现高可用性和容错性。
系统中的每个节点都可以存储和处理部分数据，以便平衡负载和提高性能。
节点之间通过网络进行通信和数据同步，确保所有节点的数据保持一致性。
VitalDB 数据库系统支持多种数据模型，包括关系型数据、时间序列数据以及图数据等。
它提供了一套丰富的数据操作接口和查询语言，使用户可以方便地进行数据的插入、更新、删除和查询。
VitalDB 数据库系统的核心特性包括：1. 实时处理和分析：VitalDB 具有优秀的吞吐量和低延迟的数据处理能力，能够实时地处理和分析大规模的数据。
这对于许多实时数据密集型应用非常重要，比如金融交易、在线广告和物联网等领域。
2. 分布式架构：VitalDB 的分布式架构使得它能够以水平扩展的方式处理大规模的数据。
用户可以根据实际需求增加或减少节点，以适应不同的负载情况。
系统中的每个节点都是自治的，可以独立地处理数据请求和执行查询操作。
3. 数据一致性和容错性：VitalDB 使用复制和日志机制来保证系统中的数据一致性和容错性。
节点之间通过复制数据和同步日志来实现数据的复制和备份，以应对节点故障和数据丢失的情况。
4. 多种数据模型支持：VitalDB 支持关系型数据、时间序列数据和图数据等多种数据模型，能够满足不同应用场景的需求。
用户可以根据实际需求选择适合的数据模型，并使用相应的查询语言进行数据操作和查询。
5. 可扩展性和灵活性：VitalDB 具有很好的可扩展性和灵活性，可以根据实际需求进行定制和扩展。
用户可以自定义数据模型、查询接口和数据处理逻辑，以满足特定领域和应用的需求。
参考内容：1. Iskandarova, F., Diker, A., Choi, S., Kung, A., & Shahabi, C. (2019). VitalDB: Towards Cross-Platform Analysis for Remote Monitoring Data in Verticals. 2019 IEEE International Conference on Big Data (Big Data), 2733-2742.2. Kim, C., Sharma, P., Shahabi, C., & Kung, A. (2018). Efficient subsequence matching in VitalDB time series using preprocessed pattern profiles. Proceedings of the VLDB Endowment, 11(12), 2013-2026.3. Iskandarova, F., Diker, A., Shahabi, C., Kung, A., & Seidl, T. (2020). Big mobility data analysis towards an integrated VitalDB system. Data Science for Mobility (DSFM 2020).4. Fanaeepour, M., & Shahabi, C. (2018). An approximatesubsequence matching query engine for vitalDB time series. 2018 IEEE International Conference on Data Mining Workshops (ICDMW), 663-672.5. Haseli, M., Iskandarova, F., Choi, S., Diker, A., Shahabi, C., & Kung, A. (2020). VitalDash: Interactive Data Exploration in Remote VitalDB Monitoring Systems. 2020 IEEE International Conference on Big Data (Big Data), 1065-1074.。
RTDB实时数据库组件配置全程攻略
1.简介 (2)1.1数据库的ID类型 (2)1.2实时数据库配置部分 (3)2.实时数据库配置 (8)2.1Agilor实时数据库配置 (8)2.2Edna实时数据库配置 (8)2.3PI实时数据库配置 (10)2.4Abb实时数据库 (10)2.5Ihistory实时数据库 (11)2.6InSql实时数据库 (11)2.7OpenPlant实时数据库 (12)2.8PTime实时数据库 (14)2.9Vestore实时数据库 (14)2.10KingHistorian实时数据库 (16)2.11X-DB实时数据库 (16)3.常见问题 (18)4.附件（实时数据库配置实例） (19)RTDB实时数据库组件配置全程攻略作者：刘有志1.简介RTDB数据库接口程序配置文件分两部分：1.1数据库的ID类型;------------------------------------数据库全局配置---------------------------------------------------------- [DataBase];实时数据库对应的编号（这个是内部定义，不许改动）AgilorDrivce=1AgilorClient=2Edna=3Pi=4Abb=5Ihistory=6InSql=7EdnaUniversal=8OpenPlant=9PTimeDB=10Wonderware=11InsqlRemote=12,InsqlIOServer=13,Vestore=14,OpenPlantNew=15,VestoreInterface=16,X-DB=17X-DB-X=18KingHistorian=19XDB_TCP=20XDB_TCPX=21;实时数据库类型Pi;Edna;Ihistory;Abb;AgilorClient;AgilorDrivce;InSql;;EdnaUniversal;OpenPlant;PTimeDB;Wonderware,InsqlRemote,InsqlIOServer,Vestore,;OpenPlantNew,VestoreInterface,X-DB,X-DB-XRTDB_TYPE=XDB_TCP这部分显示RTDB接口支持的数据库类型及ID号，在配置实时数据库相关的服务时，首先明确是否有支持的实时数据库，如果没有，需要跟开发人员进行联系，可能需要重新做接口或者增加数据库ID号。
内存数据库eXtremeDB介绍
eXtremeDB:多线程、多进程支持
常规内存中创建多线程eXtremeDB 共享内存中创建多进程eXtremeDB
eXtremeDB:各种数据类型支持
整数、实数、字符、字符串 Blob、数组、Vector
Vector：单字段嵌套表
日期、时间、AutoID、Ref
ref相当于常规数据库的外键
结构
eXtremeDB: 为各行各业的实时数据管理而在
全世界数千家用户采用 eXtremeDB管理实时数据
eXtremeDB：微秒级实时数据库
数据库建立在主内存中, 程序可以直接使用,数据 库操作的速度以微秒计 静态内存分配及定制的 API缩短了代码执行路径, 既加快的时间反应性能, 更提高系统强壮性 应用程序直接以库的形 式使用eXtremeDB,剔除 了进程间通信的开销
安全的实时数据管理
eXtremeDB提供API save()/load()数据库影 像 NVRAM中建立内存库 eXtremeLog提供交易一 级的数据安全保障机制 eXtremeDB Fusion：内 存/磁盘混合数据库 eXtremeHA多模式容灾
加载
保存
保存
加载
安全的实时数据管理:NVRAM 支持
驻留交易
一个eXtremeDB节点上驻留 易，其它节点调用驻留交易， 快速访问eXtremeDB
eXtremeSQL Server Engine
一个节点创建SQL Server Engine, 其它节点作为 Client访eXtremeDB
ODBC
通过eXtremeSQL之ODBC接口访 问本地和远程eXtremeDB数据库
uint4 string Table-2 oid S_ID
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
X-DB实时/历史数据库
一、简介
X-DB是基于云架构实时数据库，能够支持海量标签点数据，是数据库技术在工业控制领域深入应用，能够对快速变化的实时数据进行长期高效的存储和检索，是架设工厂控制层（DCS、PLC等）与生产管理层之间的桥梁，是企业流程仿真、生产控制、生产优化，故障诊断、数据走势分析等信息化系统核心数据平台。
X-DB提供了丰富、易用的客户端管理工具，包括授权许可管理，日志管理，安全管理，标签管理，实时/历史数据库管理，分布式管理，目录管理，数据镜像，报表工具，数据告警，组态工具，曲线分析，数据采集，数据计算等功能，以帮助用户进行数据库数据的各项管理、分析和维护
X-DB主要应用于：电力、钢铁、石油化工、煤炭，智能交通、航空航天、电信、证券、制药等领域。
X-DB总体框架图
主要技术特点：
1.云部署和管理，X-DB可以分布式部署在异地服务器上，通过一个数据管理中心进
行统一管理。
图1 云架构网络拓扑图
2.数据云存储和计算。
数据基于云存储，数据的访问不必关心数据存储位置，给上层
开发应用提供比较灵活的解决方案；通过网络上多台服务器并行大数据量计算，突破单台服务器性能瓶颈，提高数据访问效率。
3.海量数据存储能力，支持百万千万级标签点数据，对标签点的容量不受限制，满足企业
未来数据不断增长的需求。
4.高效的历史数据压缩
采用独有的X-BIT按位无损压缩编码算法，此算法专为时序数据压缩而研发，相对于传统的字节压缩算法，压缩效率更高，可以达到20:1的效果，在同类压缩技术中处于先进水平，已获得国家专利。
图2 X-BIT压缩原理
二、主要性能参数：
三、主要功能
1.数据采集
支持异构数据源的采集功能：
1）控制系统数据采集，支持包括目前国内外主流DCS系统和Siemens、Modicon 、ABB、GE、Omron等PLC系统；支持各种工业标准包括：TCP/IP、OPC /DDE、Modbus、Profibus、RTU、电力规约101/102/104、RS232/485等几十种通讯协议。
2）实时数据库采集，支持包括eDNA,PI,Ihi, iHistorian,OpenPlant,Agilor,Abb, KingHistorian等上十种国内外实时数据库采集。
3）关系数据库数据采集，支持包括Oracle，Sql Server等关系数据库数据采集。
4）支持手工数据录入。
2.数据管理
提供授权许可管理，日志管理，安全管理，标签管理，实时/历史数据管理，分布式管理，目录管理，数据镜像等功能。
图3 标签点管理
3.数据计算与分析
提供实时计算功能，计算法则采用的是全编码式数据计算扩展接口，算法可以使用C#、或Jscript三种语言进行编写，支持动态编译，能够满足用户各种复杂算法；提供多点多Y 轴曲线分析，支持曲线局部放大，可以对同类指标和关联指标进行分析，为分析设备故障及数据发展趋势提供很好的直观依据；提供历史数据回放功能；提供区间告警、多点组合告警，还提供趋势拟合告警。
图4 多点多Y轴曲线分析
4.数据报表
提供Excel的外接插件，通过Excel模版绑定标签点数据，报表的生成只需要打开模板，更新一下最新数据即可，非常的简单灵活
图5 Excel报表
5.图形组态设计与发布
X-DB为用户提供灵活的、功能强大的组态图设计功能，通过内置的基础元件、官方提供的各行业扩展元件、用户自定义元件，轻松设计出任何所需的组态图，发布到Web页面，支持动画显示；也可以为各个元件绑定监控点数据，为元件编写事件脚本来控制元件的行为，实现设备控制功能。
图6 组态
四、典型案例
中国大唐集团，大唐蜀河水力发电厂，广东宝丽华电力有限公司梅县荷树园电厂，广州华润热电有限公司，广州珠江电厂，深能合和电力（河源）有限公司，深圳妈湾电力有限公司，云浮发电厂。
五、权威证书
图7版权证书
图八中国电力企业联合会电力行业信息化优秀成果一等奖
图9国家信息中心软件评测中心国家级评测认证。