来来来，MES大数据了解一下

“Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it...”

“大数据就象青少年性爱：每个人都在谈论它，没有人真的知道它是怎么一回事，每个人都以为别人都在做，于是每个人都声称他们也做了。。。。。。”

这是网上广为流传的一个大数据段子。

这两年随着互联网应用的广泛普及和推广，各类IT术语层出不穷，犹如雨后春笋：互联网+、物联网、万物互联、智能制造、大数据、人工智能、区块链、神经网络，PPT中增加一些新名称，仿佛泥菩萨贴上了金身，逼格一下子就提升不少。

但是网络是有记忆的：

大约十年前，IBM大力推广商业智能BI，花数倍的钱做同样的报表，后来IBM因为专注于高端客户而裁员了。。。

大约两年前，GE誓言进军工业互联网，打造工业软件帝国，后来GE也裁员了。。。

相反，老老实实做自动化和MES的ROCKWELL活得很好。

别的不说，至少在MES领域还是相当务实的，或者说MES的客户(各制造工厂)是相当务实的。

其实从技术的角度而言，MES大数据需求利用传统的数据库技术完全可以实现。

这两年内存的价格很低，SSD的技术也已经成熟，所以利用SSD存储、分配大量SGA的ORACLE数据库完全可以满足大部分制造企业的存储和查询需求。

以年产20万台车的整车工厂MES为例，通常64GB SGA即可满足要求。

本人曾经在一个电子制造工厂实施项目，该工厂有100多道工艺，每天生产80多万件产品，MES最大的一张表每天新增1亿条记录，每个月建1个分区，用ORACLE管理轻而易举、非常稳定。

以汽车制造为例，MES采集的数据确实可能会比较多，如BOM信息、装配关系信息、工艺追溯数据等，但通常数据量也在亿这个级别。所以用ORACLE存储是不成问题的。

关键是在设计时需要对表结构进行认真的规划。

这两年用JAVA的程序员比较多，而JAVA基于面向对象的思想，通常仅仅把数据库作为一个存储工具，而数据库本身的强大工具，如ORACLE的物化视图、动态游标等神器很少得到发挥。

MES作为一个“执行”系统，有大量的“写”存储设备的操作，这些操作通常基于关系型数据库实现，很难通过内存优化得到本质上的改进。

而所谓大数据，往往是针对数据的统计分析需求。

关系型数据库针对统计查询，有一个简单的优化法则：所有过滤条件(WHERE)、分组字段(GROUP BY/MIN/MAX)、排序字段(ORDER BY)必须使用整型数据。因此我们在设计数据库表结构时，必须思考哪些字段需要做统计分析，如果需要则建立对应的字段映射。或者建新的表，专门用于存储整理后的数据，然后编写计划任务和存储过程，将业务数据转移到利于统计的新表中。

与其花大量时间、精力、费用在不知所谓的新技术上，不如老老实实地了解业务、分析数据结构、编写数据处理算法。制造是个苦活、累活，老老实实做事并不丢人，犯不着和互联网公司比，肯花心思的话老工具也能玩出新花样。