Как базы данных временных рядов трансформируют промышленную автоматизацию и робототехнику

В 254-м эпизоде подкаста The Robot Report мы обсудили с Дугом Пагнутти, экспертом по разработке в Tiger Data, влияние баз данных временных рядов, таких как TimescaleDB, на промышленную автоматизацию, робототехнику и приложения в области ИИ. Пагнутти поделился своим опытом интеграции этих баз данных с различными датчиками, управления данными в масштабах и оптимизации производительности как в облаке, так и на краю сети.

Профиль эксперта

Дуг Пагнутти — промышленный разработчик и адвокат в Tiger Data, где он помогает командам создавать реальные промышленные системы. С более чем 12-летним опытом работы в нефтегазовой и производственной автоматизации, он занимался программируемыми логическими контроллерами (PLC), роботами и системами SCADA, прежде чем перейти в разработку промышленного программного обеспечения в Dell EMC и VTScada. Его работа заключается в преодолении разрыва между операционными технологиями (OT) и информационными технологиями (IT), помогая инженерам по автоматизации справляться с инфраструктурой данных временных рядов для масштабируемых развертываний IIoT.

Влияние баз данных временных рядов

По словам Пагнутти, каждая растущая база данных Postgres в конечном итоге сталкивается с проблемами производительности: запросы замедляются, панели управления начинают лагировать, и команды начинают рассматривать возможность добавления второй базы данных. Tiger Data, разработчики TimescaleDB, предлагают решение, которое расширяет возможности Postgres, добавляя примитивы временных рядов, колонковое хранилище и автоматическое разбиение на части. Это позволяет сохранять скорость запросов на актуальных данных без необходимости в сложных миграциях или вторых системах.

Интеграция с датчиками

Одной из ключевых тем обсуждения стало то, как базы данных временных рядов интегрируются с различными датчиками. Пагнутти отметил, что в современных промышленных системах данные поступают в огромных объемах и с высокой скоростью. Эффективное управление этими данными требует надежной инфраструктуры, способной обрабатывать и анализировать данные в реальном времени. Базы данных временных рядов, такие как TimescaleDB, позволяют не только хранить, но и быстро извлекать данные, что критически важно для принятия решений в условиях динамичного производства.

Оптимизация производительности

Оптимизация производительности как в облаке, так и на краю сети — еще одна важная тема, поднятая в подкасте. Пагнутти подчеркнул, что современные системы должны быть гибкими и масштабируемыми, чтобы справляться с растущими объемами данных. Использование TimescaleDB позволяет компаниям оптимизировать свои рабочие нагрузки, обеспечивая высокую производительность и надежность.

Новости недели

В рамках подкаста также были обсуждены новости недели, включая заявления китайской компании Unitree о том, что «момент GPT» для роботов остается еще за пределами ближайших лет, а также закрытие Vicarious Surgical и успешное привлечение 152 миллионов долларов в рамках раунда финансирования Series A компанией Humanoid.

Заключение

Подкаст с Дугом Пагнутти стал ценным источником информации о том, как базы данных временных рядов могут изменить подход к промышленной автоматизации и робототехнике. Эти технологии открывают новые горизонты для анализа данных и оптимизации процессов, что в свою очередь способствует более эффективному использованию ресурсов и повышению производительности.