对于工业大数据解决方案，人们首先想到的可能并不是历史数据库软件，但许多企业可能没有意识到的是：这些先进、开箱即用的解决方案是专为高效采集、存储和管理大量时间序列过程数据而设计，而这正是工业大数据的难点所在。

　　随着数据集的规模和复杂度不断增加，高级历史数据库为企业提供了一种有效、简单、方便的方法，能够高效地利用大量实时和历史过程数据，这是优化决策支持的关键要求。它们可以帮助企业连接和采集不同系统和设备的数据，发掘数据中隐含的信息。

　　GE高级历史数据库采用了时间序列友好的数据结构，使其性能大大优于传统的关系或关键值数据结构，可在大数据集和相关时间段内高效地进行查询。历史数据库为真正的实时数据提供速度大幅加快的读写性能和微秒级分辨率，能够采集过程级的信息值，持续推动改良。此外，GE高级历史数据库能够与过程数据源连接，直接获取数据合并整个企业的数据并进行压缩，实现高效存储，极大减少了精确再生时间序列信号所需的数据量。

　　案例分享：GE大数据帮助GE能源节省数百万只有实现轻松的时间序列过程数据访问，从而通过数据分析确定关键业务的趋势，工业企业才能从大数据中获益。有了这一洞察力，企业能够提高自身的运营响应度和灵敏度，凭借差异化竞争信息从业内同行中脱颖而出。

　　例如，位于亚特兰大的GE能源监测和诊断（MD）中心，乔治亚州收集全球50多个国家上千台燃气轮机的数据，每天为客户收集10千兆字节的数据。中心不得不组织并阐明来自系统内传感器振动和温度信号的恒定数据流。

　　高数据压缩和实时数据访问

　　监测和诊断中心仰仗GE的ProficyHistorian软件收集并管理其连续数据流。软件强大的数据压缩性能实现了极其高效的海量数据收集、存储和集中。它将年度存储容量从之前的60百万兆字节缩减到10百万兆字节，降低了每百万兆字节存储数据的管理成本，从而显著削减了成本。

　　使用ProficyHistorian之前，中心只能以多个关系数据库为基准，在线存储3个月原有应用程序的数据，优化数据的能力有限。从存档中拉出数据，手动加载离线数据，然后运行数据查询，落实数据请求需要几天甚至几周的时间，这是一项耗时且艰巨的任务。

　　现在，借助Historian，中心能够在线存储长达10年的数据，无需手动移动数据，即可高效查询更大的数据集，从而实现近乎实时的数据分析。它能够快速地给出自安装后设备性能劣化等影响运营性能的关键问题的答案。更快地确定问题，从而及时地作出决策，更快地实行纠正措施。

　　更快的分析和预测诊断

　　如今，中心每天连续运行上百个不同的数据算法，企业得以更快地进行历史数据的分析，为实时运营系统带来意义和上下文，从而获得关键竞争优势。它也能通过比较历史数据和当前资产绩效，查看劣化迹象的趋势和模式，提前数周预测资产故障和停机时间，在问题发生之前进行检测、诊断和预测。

　　例如，中心避免了多起由阀门伺服和执行机构问题引起的故障，利用历史和高级分析实现数据脉络化和可行性情报，减少停机时间，为客户节省了数百万的支出。安装Historian后，通过系统内大数据的使用，每年能节约和免除0.75亿美元的成本，同时将性能增强为双倍，为客户带来价值。这就是大数据的力量！