因为数字孪生，时序数据库及其metric处理的技术仍然大有可为

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。

“数字孪生”，我每天都在做

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。

2.工业4.0时代，数字孪生是更加深入和更加优化的底层驱动技术

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。

3.数据孪生需要的底层技术，其需求简单但内核强大

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。

4.又想到了老树开新花的VictoriaMetrics

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。