4. 平台技术架构与部署模式

Hexagon 数字化制造平台（如 HxGN MOM、PC-DMIS 数据服务、Q-DAS 质量分析等组件）在工程落地时，通常以微服务集群的形式运行在容器编排平台上，再通过云边协同把中心云、工厂边缘节点与车间设备连接起来。理解这一层架构，是后续做容量规划、网络设计和部署选型的前提。本节从微服务拆分、容器化、云边协同、混合云与本地化部署四个角度展开，并给出可参考的部署参数与判断依据。

微服务架构：按制造域拆分，而非按功能按钮拆分

Hexagon 平台的微服务划分遵循制造业务域边界，而不是简单按界面功能切分。典型拆分包括：

• 接入与网关服务：统一 REST/gRPC 入口，负责鉴权（OAuth2/OIDC）、租户路由、限流。生产现场的设备数据通常走独立的 MQTT/OPC UA 网关服务，避免与业务 API 争抢连接。
• 主数据与工艺服务：管理物料、BOM、工艺路线、工位与资源模型，是 MES/MOM 的核心域。
• 生产执行服务：工单派工、报工、在制品追踪、SFC 序列号管理。
• 质量与计量服务：对接 PC-DMIS、Q-DAS，处理测量程序、检测结果、SPC 控制图与不合格品处置。
• 设备与数据采集服务：通过 OPC UA、Modbus TCP、MTConnect 采集机床、三坐标、机器人状态。
• 分析与报表服务：时序数据写入、OEE 计算、看板聚合。

这些服务之间通过消息总线（Kafka 或 RabbitMQ）做异步解耦，通过服务注册中心（Consul、Nacos 或 Kubernetes Service）做发现。关键设计点是：质量数据与生产执行数据必须能独立扩缩容。例如一条汽车零部件产线，报工峰值可能集中在换班前后 10 分钟，而三坐标测量数据是持续低频写入，两者若耦合在同一进程，扩容会互相拖累。

容器化部署：镜像、编排与有状态服务的处理

Hexagon 各组件官方通常提供 Docker 镜像或 Helm Chart。工程实施中，无状态服务（网关、工艺服务、报表服务）直接以 Deployment 方式部署，副本数按 CPU/内存 HPA 自动伸缩；有状态服务需要区别对待：

• PostgreSQL / SQL Server：承载主数据与工单，建议使用 StatefulSet + PVC，或直接使用云托管数据库（RDS）。
• Kafka / MQTT Broker：消息中间件，需固定存储与网络标识，推荐独立集群或托管服务。
• 时序数据库（如 TimescaleDB、InfluxDB）：设备高频数据，写入量大，需单独规划磁盘 IOPS。

一个可参考的资源配置示例（单工厂、约 200 台设备接入、日均 500 万条采集点）：

上述参数属于工程经验参考值，实际应以压测结果为准。判断资源是否足够的核心指标是：报工接口 P95 延迟是否稳定在 500 ms 以内、Kafka 消费滞后是否持续小于 1000 条、时序库写入是否出现拒绝。

云边协同：中心云管全局，边缘节点保实时

制造现场对网络中断极其敏感。若所有采集与报工都依赖中心云，一旦专线抖动，产线就会停摆。Hexagon 的云边协同模式通常把架构分为三层：

• 中心云：主数据、跨工厂分析、模型训练、全局看板、版本管理。
• 工厂边缘节点：部署在厂区机房或车间工控机，运行采集服务、边缘缓存、本地 MES 关键服务，具备断网续传能力。
• 车间设备层：机床、三坐标、PLC、扫码枪，通过 OPC UA/Modbus/MQTT 接入边缘节点。

边缘节点的关键能力是本地缓存与断点续传：采集数据先写入本地队列（如 SQLite 或本地 Kafka），网络恢复后按时间戳补传中心云。配置上需要明确缓存上限（例如 72 小时或 50 GB）和补传速率限制，避免恢复瞬间把中心云打满。

混合云与本地化部署方案

部署模式的选择取决于数据合规要求、网络条件与运维能力，常见有三种：

• 纯本地化部署：所有服务运行在工厂机房，适合军工、涉密或网络隔离场景。优点是数据不出厂、延迟最低；缺点是运维成本高、跨厂分析困难。需自建 Kubernetes 集群、镜像仓库、备份与监控体系。
• 混合云部署：核心生产数据与实时服务留在本地，主数据、分析、报表、模型训练放在云端。这是目前制造业较主流的模式。关键是要明确数据分级：哪些数据允许出厂、哪些必须本地留存。例如工艺参数、检测原始数据通常本地留存，而 OEE 汇总、设备健康指标可上云。
• 纯云部署：适合新建工厂、设备联网条件好、无强合规限制的场景。需重点评估专线带宽与冗余，建议至少双线路接入，并配置边缘缓存作为兜底。

实施中的关键检查点

无论选择哪种模式，落地时都需要确认以下事项：容器镜像版本与 Hexagon 官方兼容矩阵一致；Kubernetes 节点时间同步（NTP）正常，否则 Kafka 消息时间戳与报工顺序会错乱；边缘节点磁盘预留至少 20% 空间用于断网缓存；数据库连接池上限与微服务副本数匹配，避免报工高峰连接耗尽；监控覆盖到每个服务的 P95 延迟、错误率与消息滞后。只有这些基础项确认后，云边协同和混合云方案才能真正稳定运行。