先进制造业数字化转型，为什么基于传统存储无法完成？
本文是 XSKY 智能存储方案助力先进制造数字化转型系列文章中的第一篇，重点分享先进制造行业数字化转型过程中，对于数据存储的需求，以及为何传统存储架构无法很好满足这些需求。
随着智能制造的发展，自动化、信息化、智能化等技术渗透到制造业生产过程的各个环节，从工业现场的传感器、设备到制造生产过程中的各个信息系统（如制造执行管理系统、生产监控系统、设备运行维护系统、产品质量检测系统、能耗管理系统等），均会产生大量不同结构类型的数据。
但是，随着先进制造企业在数字化转型过程中，对数据价值的需求增加，尤其是现在企业对充分发挥数据要素乘数效应，发展新质生产力的要求之下，其此前支撑应用和数据存储的传统存储架构，已经无法满足。
新时期 先进制造企业
对存储系统的两大典型需求
先进制造行业所产生的数据具备四大特征，数据量大、增量快、保存周期长、持续扩容，这就使得先进制造企业对于存储系统要求具备更高的性价比，这是第一个典型的需求。
对于先进制造企业而言，产线、生产机台的投入，以及 MES、ERP 等生产系统的投入才是投资的重点，对于 IT 基础设施，尤其其存储系统的投入并不会占据其投入的主要份额。更何况在当前的经济周期中，有一些企业面临订单数减少的情况，对于存储系统等 IT 基础设施的投入成本更是会严格控制。
而先进制造企业动辄 PB 级别的数据量、每天数百 GB 乃至数十 TB 的机台数据增量、汽车相关 10-15 年、光伏领域 15-30 年的数据保存周期，这些特点，意味着企业的数据增长快、保存周期长，需要持续进行存储扩容。那么，企业的存储系统必须具备足够优异的性价比，才能够实现海量的数据存储。
随着先进制造企业对产品质量提升的不懈追求，众多企业引入了基于 AI 算法的视觉缺陷检测系统（AOI），以期实现对随机缺陷的识别和检测。为了确保产品质量，企业需要在产品出厂之前对检测系统的结果进行抽查，也会在产品出现问题之后，对检测系统的结果进行回溯检查。
如果每次检查都需要耗费数小时乃至数天时间，那么对于企业的运行效率将带来巨大的负面影响。相关的先进制造企业必须要求更快的数据查询，最好能够实现全局数据的秒级查询，这是第二个典型的需求。
在这两大需求之外，先机制造企业其实有一些更深层次、更细节的需求，包括提供 API 与 MES 生产系统的联动功能，以便满足 MES 系统调用存储的下载、预览、检索的接口需求；以及数据定期快速删除以快速释放存储空间的需求；还有就是存储空间灵活扩展的需求等等。
传统存储架构
为何无法满足先进制造存储需求？
在 XSKY 与客户的沟通调研中可以发现，传统的存储架构，无论是本地存储方案还是传统 NAS/中转服务器的存储方案，都已经无法满足先进制造企业的海量存储和秒级查询的新需求，更不要说其他的更多的管理需求。
传统存储架构之本地存储方案
一些制造企业采用了本地存储方案的方式（如下图所示），以进行生产数据的存储。相关数据从生产机台产生之后，存储在与生产机台对应的本地盘上，数据无法汇聚、也不互通，因此在进行相关质检调阅的时候，只能由技术人员根据记忆，在每个生产机台对应的本地盘上去查询，非常费事费力，无法满足企业对于数字化转型的需求。
整体而言，本地存储方案的缺陷非常明显：
由于本地盘容量有限，在数据增量非常快的情况下，制造企业或者定期删除旧数据，或者使用备份硬盘进行拷贝。前者无法满足客户数据长期保存的需求，后者则需要占用大量的人工和时间。更何况，万一本地硬盘或者备份硬盘损毁，还会造成数据丢失，带来更严重的问题。
本地存储方案数据分散，无法统一管理统一查询，质检员需要在每个机台调阅数据，费时费力，无法及时满足客户的数据查询需求。而且，一般而言，作为数据备份的移动硬盘中的数据无法直接打开，一般需要放回原来的系统中才能够打开查询，备份数据的追溯也就更为麻烦。基本上采用本地存储方案的查询时间，会耗费数小时到数天不等，在某些制造企业，有一些数据的查询甚至高达一周的时间。
传统存储架构之 NAS/中转服务器方案
有一些企业采用了传统的 NAS 方案作为其数据存储设施，虽然能够将各生产机台的数据进行汇聚和集中，也能够供质检员进行集中调阅。
但是，一方面传统 NAS/中转服务器存储方案，面对超过 PB 以上级别的数据就很难驾驭，使得一台 NAS 存储可以对接的机台数量有限，无法构筑统一的数据存储平台，这会使得查询效率也大为降低；另外一方面，由于传统 NAS/中转服务器存储方案采用的都是文件存储协议，其架构决定了在海量的情况下，查询的时间会非常漫长，上亿级别文件的查询需要几十分钟才能够完成，难以满足客户的需求。
此外，无论是本地存储方案还是传统 NAS 方案，都无法满足先进制造企业在追求存储高性价比和高性能查询时，所需要的多种高级需求：
无法实现图片压缩功能，不能实现更高性价比的存储方案——海量质检图片存储的规模下，不能为客户规划高效的存储方案，客户在存储的经济投入持续增大；此外对于更多元化的图片处理功能，例如图片水印、图片放大缩小、图片预览、图片批量下载等传统存储也无法满足。
无法进行动态数据标签的标注——随着先进制造业的发展，对质检数据的分类需求日益明显；存储具有动态数据标签的功能尤为重要，对客户的生产数据通过标签进行分类，后期可通过标签快速追溯，传统存储无法做到这点。
无法提供 API 和 MES 生产系统进行联动——在 MES 系统有需要调用存储的下载、预览、检索的接口需求下，传统无法满足其需求。
无法实现高效率数据删除——由于数据量大，为了节省成本数据需定期快速删除，快速释放存储空间，传统存储删除效率比较慢。
无法做到数据统一上收汇聚分析——传统存储只能目录挂载，满足 1 个产线或部分机台数据存储问题，无法所有机台数据统一汇聚统一做数据分析
扩展性有限，无法弹性扩展——只能满足部分产线或机台数据长期存储需求。
小结
因此，从如上分析可知。传统存储由于其架构上的缺陷，已经无法满足先进制造行业对于数据价值的需求，更无法充分发挥数据要素的乘数效应。
而且，不仅仅是生产机台的数据存储如此，其整个企业中的数据基础设施也没有办法由传统存储来满足。传统存储架构中，应用跟存储都是一对一建设、按项目采购，非常容易造成数据孤岛；同时，由于各个应用的存储设备不同，不同存储厂商之间的数据难以做到共享和平滑流动，数据需要不断地拷贝迁移才能够被利用；这些不同的存储产品，对运维人员的技能也是巨大的考验。
先进制造企业，要实现数字化转型，基于传统存储已经无法完成，必须考虑如何向软件定义的分布式存储架构转型。
怎么办？
敬请期待下一期文章：《先进制造业数字化转型：典型场景需求及实践解析》。
往期推荐