3. 数据采集与存储基础：数据采集频率、数据精度、数据存储介质选择
各位同学，咱们今天聊点实在的。数据采集与存储，听起来像是基础课，对吧？但说实话，我见过太多项目栽在这看似简单的一步上。你想想看，SCADA系统的核心使命是什么？就是把现场设备的状态忠实地记录下来，供你事后分析、回放、做决策。如果这一步没打好地基，后面什么高级功能都是空中楼阁。
我个人习惯把数据采集和存储比作「给工业现场拍X光片」。拍得太稀疏，病灶漏掉了；拍得太密，底片不够用；拍得不清晰，诊断就出错。今天咱们就把这三件事掰开揉碎了讲清楚。
3.1 数据采集频率：快与慢的博弈
采集频率，说白了就是「多久采一次」。这个参数在SCADA里通常叫Scan Rate或Polling Interval。单位是毫秒或秒。
频率怎么定？我一般看三个因素：
- 信号变化速度：温度变化慢，1秒一次足够；振动信号变化快，可能需要10毫秒一次。
- 控制需求：如果这个数据要参与闭环控制，频率必须高于控制周期。比如PID控制周期是100ms，那采集至少得50ms一次。
- 系统容量：频率越高，CPU负载和网络带宽消耗越大。别把PLC或RTU跑死机了。
经验之谈：我在一个水处理项目中遇到过，客户要求所有模拟量点都按100ms采集。结果上位机CPU直接飙到90%，操作界面卡成幻灯片。后来我们做了分级处理：关键控制点100ms，趋势监测点1秒，纯记录点10秒。系统瞬间就稳了。
常见的采集频率参考：
| 信号类型 | 推荐频率 | 典型场景 |
|---|---|---|
| 温度、液位 | 1~10秒 | 储罐、反应釜 |
| 压力、流量 | 0.5~2秒 | 管道、泵站 |
| 电机电流、转速 | 100~500毫秒 | 变频器、电机 |
| 振动、高速脉冲 | 1~50毫秒 | 压缩机、涡轮机 |
| 开关量（DI/DO） | 事件触发或50ms | 阀门状态、报警 |
小技巧：对于变化缓慢的信号，可以用「死区采集」——数值变化超过一定阈值才记录。比如温度变化超过0.5℃才存一条记录。这样能大幅减少存储量，而且回放时曲线更平滑。
3.2 数据精度：够用就好，别浪费
数据精度，就是「采多准」。这里有两个概念容易混淆：分辨率和精度。
- 分辨率：ADC能分辨的最小变化。比如12位ADC，分辨率是满量程的1/4096。
- 精度：测量值与真实值的偏差。受传感器、温漂、噪声影响。
我建议你记住一句话：精度不是越高越好，够用就好。为什么？
举个例子。一个温度传感器标称精度±0.5℃，你用24位ADC去采，分辨率能达到0.0001℃。有意义吗？没有。因为传感器本身的误差就远大于这个分辨率。你存了小数点后四位，纯属浪费存储空间。
我曾经踩过的坑：有个项目，客户要求所有模拟量都按浮点数（32位）存储。结果一年下来，历史数据库膨胀到几百GB，查询慢得要命。后来我分析发现，大部分信号根本不需要那么高精度。比如液位信号，0.1%的精度就足够了，用整数（16位）存完全没问题。改完之后，存储量直接降了60%。
我的建议：
- 模拟量输入：一般12~16位分辨率就够。除非是分析仪器或高精度称重。
- 存储格式：能用整数别用浮点。比如把0~100%映射到0~10000的整数，精度0.01%，够用还省空间。
- 时间戳精度：毫秒级足够。别用微秒，除非你有特殊需求。
3.3 数据存储介质选择：从硬盘到云
存储介质的选择，直接决定了你的历史数据能存多久、查多快。我把它分成三个层次：
3.3.1 本地存储（嵌入式/边缘层）
PLC、RTU、边缘网关自带的存储。通常是SD卡、CF卡或板载Flash。
- 优点：实时性好，不依赖网络，断电不丢数据。
- 缺点：容量小（几GB到几十GB），读写寿命有限。
- 适用场景：缓存最近几小时或几天的数据，作为断网时的临时存储。
注意：Flash存储有写入寿命限制。频繁写入会很快报废。我一般建议用循环覆盖的方式，只保留最近7天的数据。
3.3.2 服务器本地磁盘（SCADA服务器层）
这是最主流的方案。用机械硬盘（HDD）或固态硬盘（SSD）。
| 介质 | 优点 | 缺点 | 推荐用途 |
|---|---|---|---|
| HDD（机械硬盘） | 容量大、成本低 | 读写慢、怕震动 | 大容量历史归档 |
| SSD（固态硬盘） | 读写快、无机械部件 | 容量小、贵、有写入寿命 | 实时数据库、缓存 |
| NVMe SSD | 极快 | 非常贵 | 高频采集、高速回放 |
我个人习惯的做法是：SSD做热存储，HDD做冷存储。最近3个月的数据放SSD，查询快；超过3个月的自动迁移到HDD，省钱。
3.3.3 网络存储与云存储
现在越来越多的项目开始用NAS、SAN或者云存储（如AWS S3、阿里云OSS）。
- 优点：容量几乎无限，易于扩展，支持异地容灾。
- 缺点：依赖网络，延迟高，有持续运营成本。
- 适用场景：多站点集中存储、长期归档、大数据分析。
重要提醒：千万别把实时数据直接写到云存储。网络抖动一下，数据就丢了。正确的做法是：本地先缓存，再异步上传。我曾经见过一个光伏项目，直接往云端写数据，结果一次网络中断丢了3天的发电量数据，损失惨重。
3.4 综合选型建议
好了，咱们把三个要素串起来。一个典型的中型SCADA项目，我一般这样配置：
# 伪代码示例：数据采集与存储策略配置
config = {
"采集策略": {
"关键控制点": {"频率": "100ms", "精度": "16位整数"},
"趋势监测点": {"频率": "1s", "精度": "12位整数"},
"纯记录点": {"频率": "10s", "精度": "12位整数"}
},
"存储策略": {
"热存储": {"介质": "SSD 500GB", "保留": "3个月"},
"冷存储": {"介质": "HDD 4TB", "保留": "3年"},
"归档": {"介质": "云存储", "保留": "10年"}
},
"缓存机制": {
"边缘缓存": {"介质": "SD卡 32GB", "保留": "7天"},
"断网续传": "启用"
}
}你想想看，这样分层之后，每个环节的压力都不大。边缘设备只存7天，不怕卡死；SSD只存3个月，读写快；HDD存3年，成本低；云存10年，随时调阅。
嗯，这里要注意一点：存储介质的选择一定要和采集频率、精度联动考虑。你采得越密、精度越高，需要的存储空间就越大。我见过有人用1ms频率采温度，一天就产生86,400,000条记录，什么硬盘都扛不住。
最后送大家一句话：数据采集不是越多越好，而是越精越好。把有限的资源用在关键数据上，这才是工业级SCADA系统的设计哲学。