上周刚帮东莞一家汽配加工厂收拾完产线数据存储的烂摊子。那叫一个一地鸡毛！
很多工厂上了自动化产线，传感器、视觉检测堆了一堆，转头就把存储这件事扔到脑后，等到出问题才发现——数据存不对，后面所有的质量追溯、工艺优化全是瞎扯。这里整理的都是我近五年跑现场攒的实锤，没有虚头巴脑的概念。
别上来就选云存储，车间现场的需求你真摸对了吗
刚入行的工程师一开口就是，现在都云原生了，全存云端不就完了？我前年踩过的大坑现在还记得，珠三角那家做3C结构件的工厂，12台视觉检测机，每台每秒出5张12MP的检测图，加200多个温度压力传感器，每秒10次采样，一天下来原始数据快1.2TB，全往公有云对象存储扔，月底账单出来，老板拍桌子骂了半小时。还不算完，运营商主干线路挖断，断网两小时，产线直接停了——本地没缓存，所有数据全断，检测工位没法出合格报告，光那两小时的停线损失就顶得上三年的存储预算。
根据GB/T 39116-2020《智能制造 工业数据分类与存储要求》，产线数据本来就分三级：实时过程数据、质量检测原始数据、归档统计数据，不同级别的要求天差地别。说实话，90%的中小制造工厂，产线数据存储的第一需求不是什么大数据挖掘，是能扛造，断网不丢数，本地能快速查历史，成本不超年度预算。
现场级存储的第一原则：分层，永远不要用一层架构存所有数据。我现在给客户做方案，都是按层级来：最前端每个工位控制器配128G带掉电保护的工业级SD卡，存7天的实时数据，断网了照样写，网络恢复再同步；车间级配一个16盘位的工业NAS，存3个月内的原始检测数据和过程数据，本地调阅速度秒开；最后超过3个月的非高频数据，再归档到私有云或者低成本公有云对象存储。这么算下来，整体成本比全存公有云低70%还多，断网一周也不会影响产线转，对吧？
工业存储选型的坑，90%的人都踩过
你以为买个大牌民用NAS放车间就行？去年深圳那家电子烟代工厂，就是图便宜省了两千块，买了普通家用NAS放冲压车间隔壁，三个月不到四块硬盘全坏了，半个月的检测数据全丢，出货差点延误。为啥？车间环境啊，冲压工位的随机振动能到5Grms，夏天不开空调机柜里能到48度，普通民用硬盘扛得住吗？
选工业存储，别只看容量，一定要看MTBF和抗振动参数，符合GB/T 9813-2017的工业级标准才行。工业级硬盘要求MTBF最少到200万小时，抗振动满足5Grms@10-2000Hz，普通民用硬盘一般才做到1G，差了整整五倍，贵个两三百块一块硬盘，真的能省几十万的停线损失。还有SD卡，别用几块钱的消费级卡，工业级带掉电保护的也就贵几十块，突然跳闸也不会把正在写的数据弄花，真值。
还有个坑特别常见，用关系型数据库存所有产线数据。之前有个年轻工程师来找我，说他们产线每天千万条传感器检测数据，MySQL查三个月前的历史数据要十分钟，库越来越大，服务器都快扛不住了。你把时序数据存在关系型库里，这不是拿牛刀杀蚊子吗？产线传感器出来的数据都是带时间戳的时序数据，按顺序写，几乎不会修改，直接用开源时序数据库啊，InfluxDB的开源版本足够中小型产线用，配合Prometheus和Grafana，读写速度比MySQL快十倍，占用空间只有三分之一，香得很。
不过话说回来，要是存大文件，比如检测图像、产线程序备份，别往数据库里塞，直接放NAS的文件系统，数据库只存文件路径就行。我真见过把10MB一张的检测图直接存在MySQL字段里的，那库能不慢吗？纯属自己给自己找事。
扩容和数据归档，提前留余量比什么都重要
我碰到太多客户，上线的时候算容量，说我们现在一天才500G，买个8TB的NAS够用到天荒地老了，结果半年后加了两台检测工位，相机分辨率从5MP升到12MP，数据量直接翻三倍，立马不够用。扩容的时候旧硬盘接口不兼容，数据迁移搞了三天，产线半停，损失几十万，找谁哭去？
我现在做存储方案，容量最少按未来三年的业务增长算，机柜要预留至少50%的硬盘槽位，方便后续加盘扩容。别想着一步塞满，留空槽比什么都强。还有数据归档，一定要按数据热度分：三个月内要经常调阅的热数据，存在高速SAS硬盘，保证读写速度；三个月到一年的温数据，存在低成本SATA盘就行；一年以上很少调用的冷数据，直接归档到低成本对象存储或者离线磁带，这样既不影响日常使用，成本也控得住。
别忽略合规要求，现在汽车行业IATF16949明确要求，零部件生产追溯数据要保存至少15年，你要是把冷数据全存在本地硬盘，15年后硬盘坏了，客户过来验厂你拿不出数据，那就是丢订单的大事。冷数据一定要做异地多备份，一份放工厂异地机房，一份存合规的公有云归档存储，一年每GB才几分钱，比你买一堆硬盘堆在仓库靠谱一万倍。
产线数据存储从来不是什么高大上的炫技活，说白了就是贴合自己的产线实际，不跟风追概念，不贪小便宜吃大亏，把每一层数据放到该放的地方，出问题的概率能降90%。省下解决问题的时间，多喝两杯茶不好吗？
