I Time Series Database: cosa sono?

La storicizzazione dei dati nell’IIoT

I campi di applicazione dell’IIoT sono innumerevoli, ma hanno tutti alcuni elementi in comune. Uno tra questi è lo scopo della raccolta dati, che può essere diviso in due macro-categorie.

La prima è il monitoraggio real time dell’oggetto a cui i dati riferiscono. Si pensi ad esempio ad un reparto di stampaggio che impieghi più macchinari. Una tipica applicazione IIoT è l’acquisizione dello stato di funzionamento di ogni singola unità produttiva e la visualizzazione di questo sul monitor del responsabile di produzione. Uno strumento di questo genere può fare affidamento su una piattaforma che acquisisca il dato, lo codifichi secondo una forma leggibile agli strumenti di supervisione e lo trasmetta ai livelli di visualizzazione. Come è facile intuire, il dato, una volta trasmesso, perde il suo valore perché rimpiazzato dall’informazione relativa all’istante successivo.

Vi è però una seconda e più vasta casistica di raccolta dati, in cui l’informazione, una volta codificata e trasmessa, non perde valore. Anzi, diventa un mattoncino fondamentale di un modo più ampio di interpretare i numeri acquisiti. Tornando al reparto di stampaggio, si pensi all’analisi del ciclo produttivo dei macchinari nel turno di lavoro, piuttosto che del consumo energetico necessario alla produzione di un determinato lotto o ancora della natura dei fermi produttivi scaturiti nel trimestre. Questa seconda famiglia di applicazioni si distingue per l’aggiunta della dimensione temporale, ovvero il dato conserva il suo valore intrinseco anche (soprattutto) dopo l’acquisizione. Ne consegue che vada conservato nel tempo.

Database nell’architettura IIoT

Per conservare un dato nel tempo, la soluzione principale è la sua storicizzazione in un database. Lasciando ad approfondimenti diversi la scelta tra soluzione locale piuttosto che cloud, il punto focale è l’ottimizzazione delle risorse di banda e memoria.

I tipici dati oggetto dell’IIoT sono infatti solitamente legati a processi “veloci” o con alto numero di pezzi prodotti nell’unità di tempo. Un esempio può essere una linea di imbottigliamento, che in un minuto è in grado di riempire decine di bottiglie. Se l’analisi è orientata al tempo di riempimento medio, è evidente l’elevatissimo numero di tempi di imbottigliamento istantanei che si debbano monitorare e salvare in un giorno piuttosto che in un anno prima di ottenere una buona base d’analisi. Questo fattore unito alla velocità stessa del processo determina il requisito del basso impatto a livello di occupazione di banda, da cui una raccolta dati IIoT non può prescindere.

Time Series Database

Sono proprio il basso consumo di banda e l’ottimizzazione della memoria gli aspetti determinanti per la scelta di un database di tipo Time Series o a Serie Temporali. Questi database utilizzano come chiave primaria il timestamp di raccolta del dato, ovvero l’istante temporale in cui è letto dall’architettura. A questo primo campo è quindi sufficiente abbinare il valore stesso dell’informazione per ottenere già un’esaustiva fonte da cui attingere per l’analisi di serie storiche.

Il Time Series Database è ottimizzato per le serie temporali, ovvero per quelle applicazioni che mettano in primo piano la scansione di molti punti rilevati su un arco di tempo ampio e la creazione di report basati sulla sintesi di questi.

Time Series Database nelle soluzioni di smeup

Il reparto IIoT di smeup è in grado di offrire soluzioni che comprendano dashboard di produzione consultabili via web che utilizzano Time Series Database. Inoltre, i dati storicizzati in questo tipo di piattaforma, sono nativamente integrabili con le informazioni provenienti dal sistema gestionale per una analisi approfondita e comparata dei processi aziendali.

Marco Ambrosini
Industrial IoT Specialist – smeup
My LinkedIn Profile