2. OPC UA 基础概念：地址空间、节点、对象、变量、方法、订阅机制
OPC UA（统一架构）的核心设计理念是将工业现场的数据与信息以统一、安全、可扩展的方式暴露给上层应用。理解其基础概念是进行数据采集与系统集成的第一步。本章将深入剖析构成 OPC UA 信息模型的六大核心要素。
2.1 地址空间：信息模型的“宇宙”
地址空间是 OPC UA 服务器的核心，它是一个虚拟的、层次化的信息集合，包含了服务器能够暴露给客户端的所有数据与元数据。可以将其理解为服务器内部的一个“文件系统”或“数据库”，客户端通过浏览地址空间来发现可用的数据点。
关键特征： 地址空间是 面向对象 的，所有信息都以 节点 的形式存在，并通过 引用 相互连接，形成一个巨大的网状结构。
2.2 节点：信息的基本单元
节点是地址空间中最基本的组成元素。每个节点都有一个唯一的 节点ID（NodeId），用于在地址空间中标识它。节点通过 属性 描述自身，并通过 引用 与其他节点关联。
| 节点属性 | 描述 | 示例 |
|---|---|---|
| NodeId | 节点的唯一标识符，由命名空间索引和标识符组成 | ns=2;i=1001 |
| BrowseName | 用于浏览的节点名称，通常具有可读性 | Temperature |
| DisplayName | 用于用户界面显示的本地化名称 | 温度值 |
| NodeClass | 节点的类型，决定了节点的语义和行为 | Variable |
2.3 核心节点类型：对象、变量、方法
OPC UA 定义了多种节点类，其中 对象（Object）、变量（Variable） 和 方法（Method） 是数据采集中最常打交道的三种类型。
2.3.1 对象（Object）
对象是现实世界中物理或逻辑实体的抽象表示。例如，一台电机、一个传感器、一个控制器都可以建模为一个对象。对象可以包含其他对象、变量和方法，形成层次结构。
2.3.2 变量（Variable）
变量用于存储数据值，是数据采集的直接目标。变量具有数据类型（如 Int32、Float、String）和当前值。变量还可以包含 数据质量（Quality） 和 时间戳（Timestamp） 属性，用于描述数据的可信度和时效性。
实战提示： 在采集数据时，不仅要关注变量的 Value，还要关注其 SourceTimestamp（源时间戳），以确保数据的时间一致性，尤其是在网络延迟或缓存场景下。
2.3.3 方法（Method）
方法代表对象可以执行的操作。客户端可以调用服务器上的方法，传递输入参数并接收输出参数。例如，调用一个“复位”方法来重置设备。
2.4 订阅机制：高效的数据采集模式
传统的轮询模式（客户端反复请求数据）效率低下，浪费带宽。OPC UA 的 订阅（Subscription） 机制提供了一种基于 事件驱动 的高效数据采集方式。
2.4.1 工作原理
- 创建订阅： 客户端在服务器上创建一个订阅对象，并指定发布间隔（Publishing Interval）。
- 添加监控项： 客户端向订阅中添加需要监控的变量节点，每个监控项可以设置采样间隔和触发条件。
- 数据变化通知： 服务器按照采样间隔检测变量值的变化。当变化发生时，服务器将数据放入发布队列。
- 发布通知： 在每个发布间隔，服务器将队列中的变化数据打包成一个通知消息，发送给客户端。
2.4.2 关键参数对比
| 参数 | 描述 | 典型值 |
|---|---|---|
| Publishing Interval | 服务器向客户端发送通知的时间间隔 | 1000 ms (1秒) |
| Sampling Interval | 服务器检测变量值变化的时间间隔 | 100 ms |
| Queue Size | 服务器为每个监控项缓存的数据变化数量 | 1 (仅保留最新值) |
| Deadband | 触发数据变化的阈值，避免微小波动导致频繁上报 | 0.5% (百分比死区) |
避坑指南： 设置 Publishing Interval 和 Sampling Interval 时，需平衡实时性与网络负载。过短的间隔会导致网络拥塞，过长的间隔则可能丢失关键数据。对于快速变化的信号（如振动），建议采样间隔 ≤ 50ms。
2.5 订阅机制流程图
2.6 总结
- 地址空间 是 OPC UA 服务器的信息骨架，以节点和引用的形式组织数据。
- 节点 是信息的基本单元，通过 NodeId 唯一标识。
- 对象 是实体抽象，变量 是数据载体，方法 是操作接口。
- 订阅机制 通过事件驱动的方式，实现高效、低延迟的数据采集，是工业物联网数据上云的首选方案。