2. 归档与冷热分层的核心概念

在制造历史数据库中，数据并不是“存下来就完事”。随着产线持续运行，SCADA、DCS、PLC、OPC 采集网关会以秒级甚至毫秒级频率写入点位数据，一个中等规模工厂每天新增的历史数据量就可能达到几十 GB。如果所有数据都长期保留在高性能存储上，查询会越来越慢、备份窗口越来越长、存储成本也会迅速失控。归档与冷热分层的本质，就是按照数据的访问频率、业务时效性和合规要求，把数据放到不同成本、不同性能的存储层级上，同时保证需要时仍然查得到、查得准。

在线、近线、离线：三种数据可访问状态

在制造历史数据库语境中，在线、近线、离线描述的是数据的可访问性与响应特征，而不仅仅是“存在哪里”。

• 在线数据（Online）：存放在高性能存储（如 SSD、内存缓存、实时历史库主节点）中，支持毫秒到秒级查询，通常服务于实时监控、报警确认、当班看板、最近批次追溯。典型保留窗口为 7～90 天，具体取决于工艺节奏与查询压力。
• 近线数据（Nearline）：存放在成本较低但仍可较快访问的介质（如大容量 HDD、对象存储标准层、归档历史库），查询响应通常在秒到分钟级，适合趋势回看、周报月报、质量分析、设备健康评估。典型保留窗口为 3 个月～2 年。
• 离线数据（Offline）：存放在冷存储、磁带库、蓝光归档或低频对象存储中，访问需要显式恢复流程，响应可能从分钟到小时级，主要用于合规审计、事故复盘、多年期工艺对比。典型保留窗口为 2 年以上，甚至 10 年。

需要强调的是，在线/近线/离线是逻辑分层，不是物理设备的同义词。同一套分布式存储可以通过生命周期策略把数据从标准层沉降到低频层，再沉降到归档层；对上层应用而言，查询接口可以保持一致，但响应时间和成本不同。

热温冷判定标准：不能只看“时间”

很多团队最初用“一刀切”的时间规则做分层，例如“30 天以内热、30 天到 1 年温、1 年以上冷”。这种做法简单，但容易误判。更合理的判定应综合以下维度：

• 访问频率：最近 7 天被查询次数、被哪些系统查询（实时看板 vs 月度报表）。
• 业务时效性：是否参与实时控制、报警联锁、当班质量判定；这类数据即使很旧，只要仍在闭环中，就不能轻易降层。
• 合规与追溯要求：制药、食品、汽车等行业对批次记录有明确保存年限，冷数据必须可恢复、可验证。
• 数据量级与增长速率：高频点位（如振动、电流波形）比慢变点位（如环境温度）更适合尽早沉降。
• 查询代价：跨年趋势查询如果直接扫全量在线库，会拖垮实时写入，必须通过近线/离线副本承接。

一个可落地的判定思路是：先按业务对象分类，再按时间窗口细化。例如，某汽车焊装车间把数据分为三类：安全联锁相关点位永久保留在近线以上；工艺参数（焊接电流、压力）热层保留 30 天、温层保留 2 年；设备振动波形热层保留 7 天、温层保留 90 天、之后转冷。这样既满足追溯，又避免波形数据挤占在线资源。

业务价值：分层不是为了省钱，而是为了“查得到、查得快、存得起”

冷热分层的业务价值可以从三个角度理解。第一，性能隔离：实时写入和实时查询只面对热数据，历史分析走温/冷副本，互不干扰。第二，成本优化：把大量低频访问数据从 SSD 迁移到对象存储或磁带，单位存储成本可下降数倍甚至一个数量级。第三，合规与风险控制：离线归档提供不可篡改的长期副本，满足审计和事故追溯要求。

一个可参考的分层参数示例

下表给出某离散制造企业历史数据库的分层策略示例，参数为教学假设，实际项目需结合点位数量、写入频率和合规要求调整。

分层落地时，建议把“沉降”做成可配置的生命周期策略，而不是手工搬数据。策略中至少包含：触发条件（数据年龄、访问频率）、目标层级、校验方式（迁移后行数/时间戳范围比对）、回滚方案。每次沉降后，用一条跨层查询验证：随机抽取 3 个历史时间点，确认热、温、冷三层返回的值一致，才算迁移成功。

总结来说，在线、近线、离线是数据可访问性的三个层次，热、温、冷是与之对应的管理策略。判定标准要综合访问频率、业务时效、合规要求和数据量级，而不是只看时间。分层做得好，实时写入不受历史查询拖累，长期数据存得起、查得到，制造历史数据库才能真正支撑从当班监控到多年工艺复盘的全生命周期需求。