今天突然读到了这则新闻:https://www.toutiao.com/article/7124235991111762469/
7月25日,腾讯内部发文调整腾讯云与智慧产业事业群(CSIG)组织架构和部分管理干部,宣布成立地图产品部和数字孪生产品部。数字孪生产品部主要负责搭建面向B端的生产空间、道路、园区和建筑等领域的数字孪生底座和应用产品。 https://www.toutiao.com/article/7124235991111762469/
之前一直想写一些类似的想法,这正好是个蹭热点的好机会。
我每天都在坚持做的事情就是——带上我的apple watch。
我心里的想法是:如果让apple watch经年累月的收集我的心跳、运动、睡眠等等数据,将来是不是可以在云端建立一个以我的健康状况为核心的数字人?
这个数字人能够在合适的时候向我提供健康管理的建议,或者在突发疾病的时候提供有参考依据的诱因数据。
可以说,我希望以某种方式打造属于我个人的健康领域的“数字孪生”。
以此类推,生活中的方方面面,都需要打造数字孪生来满足深层次的需求。
如何让颠覆了普通人生活方式的互联网技术,继续颠覆工业领域?
在新的工业时代,按需生产的工业4.0通过互联网技术打通了整个需求-制造-交付的流程。在每个具体的业务流程中,又需要数字孪生来做到深入数字化改造,并以此进行更加深入的优化,从而带来更大的一波效率提升。
要优化就要找到瓶颈所在;
找到瓶颈所在就要有数据分析;
有数据可以去分析之前先要做数字化改造;
数字化改造的全面性、持续性、深入性,其本质就是数字孪生。
如果要建立数字孪生体,最内核的技术是什么?
是时序数据库(Time Series Database),确切的说是支持metric处理的时序数据库。
一个事物需要从这些维度去打造数字孪生:
· 多维度:以一个发动机为例,可能需要转速、温度、震动、燃料消耗……等等维度去采集各种数据。
· 长周期:需要经年累月的连续不断的采集数据。
· 精度更高的采样频率:10秒一次,甚至毫秒级的数据采样。
因此,这样又带来这样一些挑战:
· 需要强大的存储能力:能够存储很长周期的数据,并具备很高的数据压缩能力;
· 需要丰富的索引能力:便于从各个不同的维度去观察数据。
· 需要灵活的查询和计算能力:便于从纷繁复杂的数据中找到有价值的信息。
总结起来,metric处理的时序数据库,需求上简单:无非就是存储、索引、查询。而内核上需要非常强大,要能够对海量的数据进行存储和检索。
近一年遇到了一个很强大的metric处理的开源组件:VictoriaMetrics。
在metric处理领域,已经在多年里沉淀下了非常多经典的组件。这个领域可谓是百花齐放,早已毫无新意。
然而,VictoriaMetrics的团队,硬生生凭借自己强悍的工程能力,在这个毫无新意的领域里,在强敌四环的生态中,又一次老树开新花,做出了一个性能极其强悍的时序数据库组件。
当时我就在想,一个团队既然已经如此强大,为何不去做更有价值的事情,何苦要在这样一个普普通通的领域里寻求突破?
看到了数字孪生这个名词,我想我有了答案——因为数字孪生,metric处理技术必将成为这个领域的内核,新工业领域绚烂的春天才刚刚来临。