大多数人都熟悉工业 4.0、智能制造和工业物联网（iiot），这些术语的兴起反映出运营技术（ot）的巨大变化，其中涉及到了大量的基础技术，包括云、大数据、智能传感器、单板固态计算机、无线网络、分析软件、应用程序开发平台和移动设备等。
虽然其中一些技术不是最新技术，但是由于最近成本的下降和易用性的提高，增加了其使用率。这些技术与诸如控制系统和制造执行系统 （mes）之类的传统ot技术相结合，通过提供更多数据以及利用该数据的工具，帮助改制造企业的运营和业务功能。
许多类似的技术，最初都是为信息技术（it） 部门开发的，旨在与其它业务领域进行交互。鉴于海量的制造数据和改进运营的需求，it正在评估和采用这些工具的可能性。希望利用工业数据的运营团队，在数据集成方面面临着挑战，这增加了部署此类系统所需的工作量。it 行业通过创建提取、转换、加载（etl）软件来解决这些数据集成难题，将业务系统集成到分析系统中。
etl可以从其它系统和数据库（如客户关系管理（crm）和企业资源计划（erp）系统中提取数据，并将数据合并到数据存储中，然后通过清理、调整和规范化数据进行转换。
为什么之前很少使用 etl 凯时国际的解决方案来处理工业数据？原因是工厂中来自控制系统的工业数据，与来自业务系统的交易数据所面临的挑战不一样。对于制造企业而言，了解etl凯时国际的解决方案中的每个细节，以最大限度地发挥潜在数据优势至关重要。
运营数据并没有全部存储在数据库中以待提取使用。它可以从工厂中的可编程逻辑控制器、机器控制器、监控和数据采集（scada）系统和时间序列数据库中实时获得。运营数据必须从数百个设备和系统中收集数据，而不是从少数大型数据库中提取数据。
交易处理系统可以存储每笔交易的完整记录，但是在工厂中，并不是所有的过程数据都被保存为“交易”。大规模的离散制造商，无法存储离线的每个组件的完整数据集。
运营数据的转换
对运营数据的转换，比it数据转换需要考虑更多的因素。
运营数据存储通常定期进行。存储的数据可以是实际值，例如生产数量，也可以是根据原始数据获得的统计数据，例如每秒检查但每小时记录一次的平均、最小和最大温度值。plc数据点通常具有一个地址或名称以及一个值。数据点仅提供以过程或控件为中心的数据视图。没有描述、度量单位、操作范围或其它描述性信息。
由于工业数据主要用于控制环境之外的机器维护、过程优化、质量和可追溯性，因此带来了一定的挑战性。在这种情况下，必须对数据进行分析和调整，以对机器进行维护，对过程进行流程优化，对产品进行质量和追溯。所需的数据必须相关联，有时必须转换为可用格式。
典型的工厂所拥有的机器具有不同的数据。对于分析，必须对数据点进行标准化、规范化，并且在某些情况下使用部件指标来进行计算。分析数据通常不如控制数据那么关键。企业使用低成本传感器收集数据以进行非关键分析。传感器可能会发生故障或漂移。带有外部数据验证的冗余传感器，可以帮助实现良好的数据存储。
工业数据的提取和转换，必须在接近生产机器处完成。这样数据就可以被就地边缘分析所使用，并发送到就地数据中心或云端。采用边缘计算还是云计算主要取决于哪个效率更高。制造企业必须简化数据集成，以实现工业 4.0、智能制造和iiot的预期价值。
如果您想了解更多树根互联为工业企业提供的工业互联网凯时国际的解决方案，可以直接点击网页右方弹框的“联系凯时网站”，或者直接拨打树根互联的热线：400-868-1122.