时序数据库在核电安全领域的应用

近期，俄罗斯乌克兰战争仍是世界关注的焦点。乌克兰作为传统核强国，境内拥有多座核电站，其安全也引发了人们的广泛担忧。这也让 Jesse 不禁在想，时序数据库是否在核电安全领域有所建树呢？今天我们就来聊聊时序数据库在核电安全领域的应用。

本文仅代表个人观点，如有偏颇之处，还请海涵～

🤠🤠🤠

时序数据库在核电安全领域的应用

核电安全领域的监控系统：

首先，任何的核电站都会有自己的安全监控系统，我们一般可以叫他 DCS 监控系统，简单来说其是一种分布式的控制系统，核电站都会通过 DCS 系统采集相关数据，从而实现对核电站运行的状态进行监控，尤其是要全方位对反应堆的运行状态监测、报警显示、故障预测等作进行监控。因此，在监控过程中，其会产生大量的时序数据。这套监控系统主要由设备监视、变量监视和算法监视这三部分组成，其目标是实现覆盖反应堆保护控制装置中设备、变量、算法等各个环节的远程监视。该系统具备变量在线维护、参数远程更新、远程控制、趋势线显示、可视化报警、历史数据记录、运行回放等功能，突破了反应堆传统的现场就近监视、就地维护和控制的模式，在核电安全监控系统的设计验证、运行调试、运行维护、故障定位等运维场景中具有重要意义。

核电安全涉及的运维数据：

DCS 在线监控系统中涉及的运维数据包括运行状态数据、过程数据、参数数据、诊断结果数据、运行状态数据包括表征设备运行状态的数据，如电源状态、CPU 使用率、通信占用率、设备温度等; 过程数据指参与反应堆控制的各种信号数据、逻辑数据，以及进行特征处理或计算后的特征数据等;参数数据描述机组的信息，如站点配置、站点连接、通道配置、参数设置等结构数据; 诊断结果数据是安全级 DCS 基于运行状态数据及特征数据进行诊断分析得到的电源、通信、运行态等结果。

传统数据库在核电安全领域的问题：

存储容量问题。传统安全级 DCS 远程在线监控系统一般会采用关系型数据库进行存储。比如，MySQL 或 Oracle 等，需要大容量的磁盘阵列。以存储 1 万个带时标的浮点型模拟量点为例，每秒采样 1 次，存储半年，就需要 4400TB 以上空间。而安全级 DCS 的采样周期一般为毫秒级，最短甚至达到 20ms。面对数据量的指数级增长，传统关系数据库无法满足需求。

访问性能问题。传统关系型数据库通常采用分区、索引等方式提高检索访问效率。但面对数据量的爆发，其访问效率会逐步下降。DCS 系统需要提供运行过程回放、趋势显示等历史数据功能，此外其还会为上层应用提供数据访问服务，比如，健康管理、智能运维、数字孪生等。以绘制一条 24h 的秒级趋势线为例，一次性需读取 86,400 条数据。上述功能通常一次性需要获取几万甚至几十万条数据，对数据库的快速访问提出较高要求。

时序数据库大幅改善存储 &访问性能：

应对实时、高频、海量数据存储的需求，这正是时序数据库的最佳用武之地。在存储方面时序数据库拥有高的数据压缩比，其可以保证在不破坏数据完整性和真实性的情况下，最大程度的节省磁盘空间。举例来说，在单服务器处理 30 万点、采样周期为 1s 的情况下，时序数据库存储 200h 的数据仅占用 4GB 空间；而同等条件下，关系数据库存储 5h 的数据就已占用 4GB 空间。此外，在查询方面时序数据库具备低延时和高并发的特点，通过优化常见的查询模式、使用索引技术等方式降低查询延时; 通过缓存、路由等技术提高查询并发，数据访问能力可达到百万条/s。

实际上，时序数据库在很多场景下都有应用，今天就介绍到这里，我们下次再见。

CnosDB 简介

CnosDB 是一款高性能、高易用性的开源分布式时序数据库，现已正式发布及全部开源。