1. 制造时序数据平台迁移与扩容工程导论

制造现场每天都在产生大量带时间戳的数据：PLC 的扫描周期信号、CNC 的主轴转速与进给、注塑机的模温与压力曲线、SCADA 的报警事件、边缘网关的 OPC UA 采样值、MES 的工单与批次状态。这些数据一旦按时间顺序组织、按设备与测点归档，就构成了制造时序数据平台的核心资产。本课程讨论的不是"如何写一条 SQL"，而是一个更贴近工程现场的问题：当设备数量从几百台增长到几千台、采样频率从秒级提升到毫秒级、历史数据从几个月累积到几年时，平台如何在不中断生产的前提下完成迁移与扩容。

课程目标

学完本课程，应当能够独立完成四类任务：第一，识别制造时序数据的结构与负载特征，判断当前平台是否已接近容量或性能边界；第二，设计一次可回滚、可验证的迁移方案，包括数据分片、双写、校验与切换窗口；第三，针对写入吞吐、查询延迟、存储成本三个维度制定扩容策略，而不是简单地"加机器"；第四，在迁移与扩容过程中建立监控、对账与回退机制，使工程动作可观测、可复盘。

需要强调的是，迁移与扩容不是纯运维动作。制造时序数据的价值在于可追溯：一条质量异常往往需要回溯到某个班次、某台设备、某个工艺参数的时间窗口。因此任何迁移都必须保证时间戳、测点标识、设备层级关系在目标端保持一致，否则数据"搬过去了"却"用不了"。

制造时序数据的四个特征

与互联网日志或金融行情相比，制造时序数据有鲜明的工程特征，这些特征直接决定了迁移与扩容的技术选型。

• 强时间序与高写入密度。数据几乎只追加、不更新，写入量随时间线性甚至阶跃增长。一条产线 200 个测点、1 Hz 采样，单线每天约 1728 万点；若提升到 100 Hz，则达到 17 亿点量级。
• 测点维度稳定但基数庞大。设备、测点、工艺段构成相对固定的层级标签（如 工厂/车间/产线/设备/测点），标签基数大但变化慢，适合按标签分区与压缩。
• 时间局部性查询为主。典型查询是"某设备某时间段的最大值/均值/趋势"，近期数据热、历史数据冷，天然适合分层存储与冷热分离。
• 乱序与补传并存。边缘网关断网重连后会产生迟到数据，时钟漂移会造成时间戳偏移，迁移时必须处理乱序写入与去重。

下面这张图把上述特征与迁移、扩容的关键决策点对应起来，帮助建立"数据特征 → 工程动作"的映射关系。

迁移与扩容的工程挑战

制造现场对"停机"的容忍度极低。一条汽车焊装线停线一分钟可能损失数万元，因此迁移不能采用"停库导出再导入"的简单方式。实际工程中常见的挑战集中在以下四点。

第一，写入不能断。迁移期间旧平台仍在接收实时数据，新平台需要同步追平。常用做法是双写或变更数据捕获（CDC）：先让新平台以只读方式接收历史数据回填，再开启增量同步，最后在切换窗口内将写入指向新平台。切换窗口通常控制在分钟级，并保留旧平台只读一段时间以便回退。

第二，数据一致性难验证。时序数据量大，逐条比对不现实。可行的方法是按"设备 + 时间窗口"做聚合对账，例如统计每个测点每小时的记录数、最小值、最大值、均值，与源端比对。若某窗口点数偏差超过阈值（如 0.1%），则定位该窗口重新同步。

第三，扩容不是线性加机器。时序库的写入瓶颈可能在分片键、可能在磁盘 IO、也可能在查询并发。盲目增加节点可能因分片再平衡引发大量数据搬迁，反而拖慢写入。扩容前应先做容量基线测量：当前写入 TPS、单点写入延迟、磁盘使用率、查询 P95 延迟，再判断瓶颈位于哪一层。

第四，历史数据冷热差异大。三年前的数据可能只在审计或质量追溯时被访问，却占用大量高性能存储。合理策略是按时间分层：近 7 天热数据保留在高性能节点，7 天至 90 天温数据放在普通节点，90 天以上冷数据压缩归档到对象存储，查询时按需加载。

整体知识地图

本课程后续内容围绕"评估—设计—实施—验证—运维"展开，但并非线性流程，而是多个能力模块的组合。可以把它理解为一张知识地图：底层是制造时序数据模型与存储原理，中层是迁移与扩容的工程方法，上层是监控、对账与故障处理。具体包括：时序数据建模与分区设计、写入链路与背压控制、迁移方案选型（双写/CDC/快照+增量）、扩容中的分片再平衡、冷热分层与归档、迁移对账与回滚、性能压测与容量规划、典型故障排查。

学习时建议带着一个真实场景推进：假设你负责一个拥有 800 台设备、平均 5 Hz 采样、已积累 18 个月数据的平台，当前写入延迟在高峰时段从 20 ms 上升到 200 ms，磁盘使用率 82%。你需要判断是扩容还是迁移，并给出可执行的方案。后续每一章都会为这个场景补充一块拼图。