数据库模型
本文件定义了 Platform 将数据存储在何处以及以何种形式存储。在确定备份范围、直接查询数据或调整保留周期时请参阅此文档。
并非单一存储类型
Platform 根据数据的特性采用异构存储（polyglot persistence）。如果不清楚哪些数据存储在何处，备份将无法完整执行。
| 存储 | 存储内容 | 规模 |
|---|---|---|
| PostgreSQL | 主数据 · 配置 · 事务 | pp 模式 169 张表 + 现场应用 pf 模式 |
Aster TSDB (pp) | 时序 · 事件 · 聚合 · KPI | 125 张表 |
Iceberg (spark.plantpulse) | 长期保存 · 分析 | 1 张表 |
PostgreSQL — 主数据与配置
用于存储关系型数据。模式变更由 Flyway 管理，历史记录保存在 flyway_schema_history_v2 中。
表名大部分以 mm_ 前缀（master/meta）开头，共 159 张。按组分的完整列表请参阅 下方。
| 组 | 代表性表 |
|---|---|
| 组织·资产 | mm_asset_tree · mm_enterprise · mm_site · mm_area · mm_line · mm_equipment · mm_asset_class |
| 采集定义 | mm_opc · mm_tag · mm_point · mm_edge |
| 报警 | mm_alarm · mm_alarm_config · mm_alarm_delivery · mm_alarm_suppressed · mm_alarm_shelve · mm_alarm_out_of_service |
| 生产 | mm_order · mm_order_oee · mm_product · mm_shift · mm_calendar |
| 维护·故障 | mm_maintenance_order · mm_maintenance_plan · mm_failure_record |
| 人员·供应商 | mm_employee · mm_customer |
| 安全 | mm_security · mm_token · user_login · user_login_session |
关系 — 资产与采集
mm_asset_tree 一张表中包含了 企业(E) → 站点(S) → 区域(A) → 产线(L) → 设备(M) 共五个层级。
像名称、描述、设备分类、运行状态、外部编号等 所有层级共有的字段仅在 Tree 表中 存在 —— mm_site 中没有 site_name，mm_enterprise 中也没有 enterprise_name。各层级特有的字段位于 1:1 扩展表（mm_enterprise · mm_site · mm_area · mm_line · mm_equipment）中，删除 Tree 表行时会同步删除。
| 规则 | 执行方式 |
|---|---|
| 父级必须是上一层级，且区域以下必须属于同一站点 | 外键 fk_mm_asset_tree_parent · fk_mm_asset_tree_parent_site |
根节点仅限企业，企业无 site_id，站点的 site_id 为其自身 | CHECK 约束 |
各层 ID 格式 — 正式前缀或旧版 ASSET_ | CHECK chk_asset_id |
| 仅设备可接收的字段（工单·维护·日历等） | 指向 mm_equipment 的外键 |
位置路径由视图 mv_path 提供 — 每个节点包含 asset_type · depth(企业 0 ~ 设备 4) · enterprise_id · site_id · area_id · line_id · equipment_id · id_path · name_path。
关系 — 报警
关系 — 生产与用户
外键维护完整性
上述关系大部分通过外键声明。因此，直接 DELETE 被引用的行将被拒绝，或者根据表定义同步删除 (ON DELETE CASCADE)。请通过界面或 API 进行删除操作。
全表 (169)
| 组 | 表 |
|---|---|
| 组织·资产 (29) | mm_area · mm_area_function · mm_asset_class · mm_asset_class_iso_class · mm_asset_connection_status · mm_asset_document · mm_asset_health_status · mm_asset_layout · mm_asset_plan_generation · mm_asset_plan_segment · mm_asset_qr_access_audit · mm_asset_qr_token · mm_asset_relation · mm_asset_standard_profile · mm_asset_status · mm_asset_tree · mm_asset_type · mm_canvas · mm_enterprise · mm_equipment · mm_equipment_criticality · mm_image · mm_line · mm_line_kind · mm_operational_status · mm_site · mm_stats_site · mm_stats_system · mm_status |
| 采集定义 (11) | mm_edge · mm_edge_status_snapshot · mm_opc · mm_opc_connection_status · mm_opc_latency_status · mm_opc_protocol · mm_opc_source_type · mm_point · mm_tag · mm_tag_java_type · mm_tag_type |
| 报警 (16) | mm_alarm · mm_alarm_cause · mm_alarm_config · mm_alarm_config_recipient · mm_alarm_config_revision · mm_alarm_delay · mm_alarm_delivery · mm_alarm_label_revision · mm_alarm_notification · mm_alarm_out_of_service · mm_alarm_resolution_guide · mm_alarm_resolution_guide_cause · mm_alarm_shelve · mm_alarm_signal_gap · mm_alarm_suppressed · mm_tag_alarm_recipient |
| 设备指令·声明 (13) | mm_asset_command · mm_asset_command_revision · mm_asset_statement · mm_asset_statement_deployment · mm_asset_statement_plugin · mm_asset_statement_revision · mm_command_area · mm_command_execution · mm_command_execution_event · mm_command_switch · mm_command_switch_audit · mm_event · mm_event_attributes |
| 生产 (35) | mm_calendar · mm_calendar_revision · mm_calendar_type · mm_defect_cause · mm_defect_record · mm_defect_record_revision · mm_holiday · mm_order · mm_order_ems · mm_order_flow · mm_order_note · mm_order_oee · mm_order_pause · mm_order_performance · mm_order_progress · mm_order_quantity_correction · mm_order_quantity_correction_revision · mm_order_ram · mm_order_revision · mm_process_segment · mm_process_segment_asset · mm_product · mm_product_route · mm_product_standard_profile · mm_production_target · mm_shift · mm_shift_override · mm_shift_pattern · mm_shift_pattern_asset · mm_shift_pattern_slot · mm_shift_schedule_revision · mm_shift_slot_break · mm_stop_cause · mm_stop_reason · mm_stop_reason_revision |
| 维护·故障 (25) | mm_failure_record · mm_failure_record_change · mm_failure_record_label · mm_failure_record_link · mm_fault_cause · mm_fault_cause_alarm_cause · mm_fault_code_map · mm_fault_code_map_history · mm_iso_detection_method · mm_iso_equipment_category · mm_iso_equipment_class · mm_iso_failure_cause · mm_iso_failure_mechanism · mm_iso_failure_mode · mm_iso_failure_mode_class · mm_iso_maintainable_item · mm_iso_maintainable_item_class · mm_iso_maintenance_activity · mm_maintenance_attachment · mm_maintenance_code_map · mm_maintenance_code_map_history · mm_maintenance_order · mm_maintenance_order_revision · mm_maintenance_plan · mm_maintenance_plan_revision |
| 人员·供应商 (10) | mm_app_account · mm_app_account_audit · mm_app_account_revision · mm_app_account_scope · mm_customer · mm_employee · mm_employee_audit · mm_employee_emergency_contact · mm_employee_photo · mm_employee_qualification |
| 流程 (5) | mm_flow · mm_flow_health_status · mm_flow_link · mm_flow_node · mm_flow_snapshot |
| 安全 (3) | mm_security · mm_security_asset_scope · mm_token |
| 其他 (22) | mm_blob · mm_config · mm_diagnostic_code · mm_diagnostic_state · mm_metadata · mm_query_history · mm_reference_external_key · mm_reference_revision · mm_reference_text · mm_report · mm_schedule_fire_log · mm_schedule_watermark · dual · edge_active_flows · flow_snapshots · flyway_schema_history_v2 · metadata · node_component · user_login · user_login_session · version · version_history |
Aster TSDB — 时序与事件
Keyspace 为 pp。125 张表分为两大类。
| 前缀 | 数量 | 含义 |
|---|---|---|
tm_ | 117 | 时序·聚合·统计·KPI (time series measurement) |
ts_ | 8 | 通用时序引擎内部结构 |
tm_ 根据对象再次细分 — 标签 32 · KPI 26 · 资产 17 · 系统 6 · 监控 6 · 选项 5 OPC 5 · 站点 3 · blob 3 等。
核心表 — tm_tag_point
用于存储原始采集值。其余标签表大多由此衍生。
PRIMARY KEY (tag_id, timestamp)
WITH CLUSTERING ORDER BY (timestamp DESC)
| 属性 | 值 |
|---|---|
| 分区键 | tag_id — 每个标签为一个分区 |
| 聚簇键 | timestamp 降序 — 默认从最新开始读取 |
| 默认 TTL | 315360000 秒 = 3650天(10年) — 值的正本位于 storage.tag.point.ttl (保留周期设置) |
| 压缩 | UnifiedCompactionStrategy (Cassandra 5.0+ 功能) |
| 索引 | asset_id · opc_id 采用 SAI(Storage Attached Index) |
为何设有 static 列
site_id · asset_id · line_id · area_id · opc_id · tag_name · type 为 static 类型。由于同一个标签（=一个分区）内的值相同，因此每个分区仅存储一次。无需在每个数据点重复存储，从而大幅降低容量需求。
衍生表 — 预计算存储
由于 Aster TSDB 在查询时进行实时聚合成本较高，因此在写入时预先创建。这也是表数量较多的原因。
| 类别 | 示例 |
|---|---|
| 聚合 | tm_tag_point_aggregation_{1,5,10,30}_minutes · _1_hours |
| 采样 | tm_tag_point_sampling_{10,30}_seconds · _{1,5,10,30}_minutes · _1_hours |
| 计数 | tm_tag_point_count · _by_date · _by_opc · _by_site |
| 质量·校验 | tm_tag_point_validation · _by_timestamp · _validation_count |
| AI 分析 | tm_tag_point_anomalies · _forecasts |
| 快照·存档 | tm_tag_point_snapshot · tm_tag_point_archive |
报警也采用相同模式 — tm_tag_alarm 与 _count · _count_by_date · _count_by_opc _count_by_site · _duration · _on。
请勿直接删除聚合表
聚合表无法从原始数据重新生成。删除后，对应时间段的界面和报表将显示为空，只能通过备份恢复。
KPI 表 — OEE · RAM · EMS
设备 KPI (OEE · RAM · EMS) 存储在以 tm_kpi_ 开头的 26 张表中 — 按领域分为 tm_kpi_oee_* · tm_kpi_ram_* · tm_kpi_ems_*。计算作业约每 10 秒为每台设备计算并写入一次值。
旧版
tm_asset_oee* · tm_asset_ram* · tm_asset_ems* 表已失效KPI 现在仅写入新表。使用旧名称查询的 SQL 或报表必须根据新表和分区键进行修改。由于键已更改，直接迁移旧条件不会报错，而是容易产生 空结果，且该空结果无法与「无数据」状态区分。
表根据形态分为四类。
| 类别 | 名称 | 主键 | 单行含义 |
|---|---|---|---|
| 当前值 | tm_kpi_*_current | (asset_id) | 设备的 当前 值 — 每设备一行，每次计算时覆盖写入 |
| 按工单 | tm_kpi_oee_order · tm_kpi_ems_order | (order_id) | 单个工作工单的值 — 每工单一行，工单结束后保留 |
| 历史 | tm_kpi_*_history 等 | ((asset_id, day), timestamp) | 单次计算 (Tick) 的值 — UTC 日期 分区，最新在前 |
| 汇总 | tm_kpi_*_rollup | ((scope, scope_id, day), timestamp) | 按产线 · 区域 · 站点 · 企业单位汇总的值 |
- Bucket 为 UTC 日期。
day为yyyymmdd,month为yyyymm整数，行中的timestamp为视为 UTC 的日期 — 并非站点当地子夜。因此，当地的一天会跨越 两个 UTC Bucket（例如韩国时间 00:00 ~ 08:59 的行位于前一天的 UTC Bucket 中）。 - 低频数据采用月 Bucket — 设备状态(
tm_kpi_oee_status)、故障 (tm_kpi_ram_failure·_failure_rollup)、燃料(tm_kpi_ems_fuel) 使用month进行分区。 - 汇总表的
scope取值为LINE·AREA·SITE·ENTERPRISE之一，scope_id为该产线·区域·站点的 ID。企业单位使用scope_id = 'ALL'。 - 原因计数器
tm_kpi_oee_defect_cause·_stop_cause·_fault_cause为不良 · 停机 · 故障原因的日累计值。主键为((asset_id, month), date, cause_code)。 - 历史行采用工单累积值。
*_history的一行表示截至该 Tick 的工单总计值（运行时间 · 产量 · 能源等）。请勿对行进行求和 — 如需期间值，请读取每个工单的最后一行或*_order行。 - 设备状态的持续时间不单独存储。
tm_kpi_oee_status仅记录状态 变更时间，一个状态持续至下一行的时间点。在跨月边界读取时，请连续读取 Bucket 而非将其截断。
查询 — 请提供完整分区键
将 asset_id 与 day (或 month) 全部 放入查询条件中。请勿使用 ALLOW FILTERING。查询时间段时，将时间段展开为 UTC 日期列表，每个 Bucket 读取一次。
SELECT timestamp, oee, availability, performance, quality
FROM pp.tm_kpi_oee_history
WHERE asset_id = 'EQUIPMENT_000001' AND day = 20260925
AND timestamp >= '2026-09-25 00:00:00+0000';
如需获取站点下各设备的值，请先从 PostgreSQL 获取设备列表，然后为每台设备读取 tm_kpi_*_current。站点合计值位于汇总表的 scope = 'SITE'。
保留周期为 5 年。 含有 Bucket 的表（历史 · 事件 · 状态 · 汇总等）默认 TTL 为 157680000 秒 (1825天)，值的正本位于 storage.asset.kpi.ttl (若无则为 storage.asset.standard.ttl) (保留周期设置)。当前值(*_current) · 按工单(*_order) · 原因计数器无 TTL。14 张历史类表每日同步至 Iceberg 的 tw_kpi_*，因此在 Aster TSDB 过期删除后，仍可通过 Iceberg 查询。
分区逻辑 — 分区键即查询维度
Aster TSDB 不支持 Join。根据查询方式分别建立表 — 这就是为什么有 125 张表。同一数据以不同分区键存储在多张表中并非重复，而是设计使然。
| 分区键形式 | 适用场景 | 示例 |
|---|---|---|
(tag_id) + timestamp | 单个标签的时间轴查询 | tm_tag_point |
(asset_id, date, hour) + timestamp | 单个设备的一日/一小时区间 | tm_asset_data |
(asset_id, day) + timestamp | 单个设备的 UTC 日 KPI | tm_kpi_oee_history |
(scope, scope_id, day) + timestamp | 产线·区域·站点·企业的 UTC 日 KPI | tm_kpi_oee_rollup |
(site_id, year, month, day) | 站点单位聚合 | tm_site_summary |
仅 (id) | 当前值 — 无时间轴，因此无过期时间 | *_count, *_last_update, tm_kpi_*_current |
全表 (125)
标签 · 数据点 (32)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_tag_alarm | tag_id, alarm_seq |
tm_tag_alarm_count | `` |
tm_tag_alarm_count_by_date | tag_id, year, month, day, hour, minute |
tm_tag_alarm_count_by_opc | (opc_id, tag_id), year, month, day, hour, minute |
tm_tag_alarm_count_by_site | (site_id, tag_id), year, month, day, hour, minute |
tm_tag_alarm_duration | alarm_config_id, alarm_seq |
tm_tag_alarm_on | `` |
tm_tag_point | tag_id, timestamp |
tm_tag_point_aggregation_10_minutes | tag_id, timestamp |
tm_tag_point_aggregation_1_hours | tag_id, timestamp |
tm_tag_point_aggregation_1_minutes | tag_id, timestamp |
tm_tag_point_aggregation_30_minutes | tag_id, timestamp |
tm_tag_point_aggregation_5_minutes | tag_id, timestamp |
tm_tag_point_anomalies | job_id, timestamp, tag_id |
tm_tag_point_archive | (site_id, year, month, day, hour), minute, second, tuuid |
tm_tag_point_count | `` |
tm_tag_point_count_by_date | tag_id, year, month, day, hour, minute |
tm_tag_point_count_by_opc | `` |
tm_tag_point_count_by_site | `` |
tm_tag_point_forecasts | job_id, timestamp, tag_id |
tm_tag_point_map | (year, month, day, hour, minute), timestamp |
tm_tag_point_sampling_10_minutes | tag_id, timestamp |
tm_tag_point_sampling_10_seconds | tag_id, timestamp |
tm_tag_point_sampling_1_hours | tag_id, timestamp |
tm_tag_point_sampling_1_minutes | tag_id, timestamp |
tm_tag_point_sampling_30_minutes | tag_id, timestamp |
tm_tag_point_sampling_30_seconds | tag_id, timestamp |
tm_tag_point_sampling_5_minutes | tag_id, timestamp |
tm_tag_point_snapshot | (site_id, snapshot_id, date), timestamp |
tm_tag_point_validation | tag_id, timestamp |
tm_tag_point_validation_by_timestamp | yyyymmdd, timestamp, tag_id |
tm_tag_point_validation_count | tag_id, year, month, day, hour, minute |
资产 (17)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_asset_aggregation | asset_id, timestamp |
tm_asset_alarm | asset_id, alarm_seq |
tm_asset_command | asset_id, timestamp |
tm_asset_connection_status | asset_id, timestamp |
tm_asset_context | asset_id, timestamp |
tm_asset_data | (asset_id, date, hour), timestamp |
tm_asset_data_anomalies | job_id, timestamp, asset_id, tag_id |
tm_asset_data_based_day | asset_id, timestamp |
tm_asset_data_based_hour | asset_id, timestamp |
tm_asset_data_based_minute | (asset_id, date), timestamp |
tm_asset_data_based_second | (asset_id, date, hour), timestamp |
tm_asset_data_based_timestamp | (asset_id, date, hour), timestamp |
tm_asset_data_forecasts | job_id, timestamp, asset_id, tag_id |
tm_asset_event | asset_id, timestamp |
tm_asset_health_status | asset_id, timestamp |
tm_asset_status | asset_id, timestamp |
tm_asset_timeline | asset_id, timestamp, timeline_group, timeline_type |
KPI — OEE · RAM · EMS (26)
Bucket 列中的「日」为 day (UTC yyyymmdd)，「月」为 month (UTC yyyymm)。
原因计数器的 month 从 date 中获取。读取方法请参阅 KPI 表 节。
| 表 | 主键 (分区 · 聚簇) | Bucket | 内容 |
|---|---|---|---|
tm_kpi_oee_current | asset_id | — | 设备的当前 OEE |
tm_kpi_oee_order | order_id | — | 单个工作工单的 OEE |
tm_kpi_oee_history | (asset_id, day), timestamp | 日 | 每次计算 Tick 的 OEE (工单累积) |
tm_kpi_oee_event | (asset_id, day), timestamp | 日 | OEE 输入事件 |
tm_kpi_oee_count | (asset_id, day), timestamp | 日 | 良品 · 不良产量 (Lot · Serial) |
tm_kpi_oee_rolling | (asset_id, day), timestamp | 日 | 最近 N 分钟 OEE |
tm_kpi_oee_rollup | (scope, scope_id, day), timestamp | 日 | 产线 · 区域 · 站点 · 企业 OEE |
tm_kpi_oee_status | (asset_id, month), timestamp | 月 | 设备状态变更 |
tm_kpi_oee_status_current | asset_id | — | 设备的直接前一状态 |
tm_kpi_oee_defect_cause | (asset_id, month), date, cause_code | 月 | 不良原因日累积 (计数器) |
tm_kpi_oee_stop_cause | (asset_id, month), date, cause_code | 月 | 停机原因日累积 (计数器) |
tm_kpi_oee_fault_cause | (asset_id, month), date, cause_code | 月 | 故障原因日累积 (计数器) |
tm_kpi_ram_current | asset_id | — | 设备的当前 RAM |
tm_kpi_ram_history | (asset_id, day), timestamp | 日 | 每次计算 Tick 的 RAM (工单累积) |
tm_kpi_ram_failure | (asset_id, month), timestamp | 月 | 故障开始 · 结束事件 |
tm_kpi_ram_failure_rollup | (scope, scope_id, month), timestamp, asset_id | 月 | 产线 · 区域 · 站点故障事件 |
tm_kpi_ram_rolling | (asset_id, day), timestamp | 日 | 最近 N 分钟 RAM |
tm_kpi_ram_rollup | (scope, scope_id, day), timestamp | 日 | 产线 · 区域 · 站点 · 企业 RAM |
tm_kpi_ems_current | asset_id | — | 设备的当前 EMS |
tm_kpi_ems_order | order_id | — | 单个工作工单的 EMS |
tm_kpi_ems_history | (asset_id, day), timestamp | 日 | 每次计算 Tick 的 EMS (工单累积) |
tm_kpi_ems_power | (asset_id, day), timestamp | 日 | 电力计量事件 (kW · kWh) |
tm_kpi_ems_power_rollup | (scope, scope_id, day), timestamp, asset_id | 日 | 产线 · 区域 · 站点电力事件 |
tm_kpi_ems_fuel | (asset_id, month), timestamp | 月 | 燃料计量事件 (Scope 1) |
tm_kpi_ems_rolling | (asset_id, day), timestamp | 日 | 最近 N 分钟 EMS |
tm_kpi_ems_rollup | (scope, scope_id, day), timestamp | 日 | 产线 · 区域 · 站点 · 企业 EMS |
采集 · 站点 (8)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_opc_connection_latency_history | opc_id, timestamp |
tm_opc_connection_status_history | opc_id, timestamp |
tm_opc_point_count | `` |
tm_opc_point_count_by_date | opc_id, year, month, day, hour, minute |
tm_opc_point_last_update | `` |
tm_site_status | site_id, timestamp |
tm_site_summary | site_id, year, month, day, hour, minute |
tm_site_summary_total | `` |
监控 (13)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_monitor_cep_metrics | type, timestamp |
tm_monitor_cluster_metrics | type, ip, timestamp |
tm_monitor_cluster_status | type, ip, timestamp |
tm_monitor_nodes | type, ip |
tm_monitor_platform_health | type, ip, timestamp |
tm_monitor_platform_status | type, ip, timestamp |
tm_system_health_status | app_name, timestamp |
tm_system_log | app_name, timestamp, seq |
tm_system_log_count | (app_name, level), year, month, day, hour, minute |
tm_system_log_hourly | app_name, bucket_start, instance_id, level |
tm_system_properties | property, timestamp |
tm_system_start_date | `` |
tm_system_trend | year, month, day, hour |
批处理 · 审计 (4)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_batch_audit | yyyymmdd, timestamp, id |
tm_batch_job_run | yyyymmdd, timestamp, id |
tm_warehouse_audit | yyyymmdd, timestamp, id |
tm_warehouse_storage_usage_daily | year_bucket, day, table_name |
时序引擎 (TSE 专用) (8)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
ts_data_points | key, column1 |
ts_row_key_index | key, column1 |
ts_row_key_time_index | metric, table_name, row_time |
ts_row_keys | (metric, table_name, row_time), data_type, tags |
ts_service_index | (service, service_key), key |
ts_spec | spec_type, name |
ts_string_index | key, column1 |
ts_tag_indexed_row_keys | (metric, table_name, row_time, single_tag_pair), data_type, tag_collection_hash, tags |
其他 (17)
| 表 | 主键 (分区 · 聚簇) |
|---|---|
tm_blob | blob_id, timestamp |
tm_blob_count_and_size | `` |
tm_blob_object | `` |
tm_data_gateway_count | `` |
tm_data_gateway_log | lang, timestamp |
tm_database_size | keyspace_name, date |
tm_diagnostic | year, timestamp |
tm_diagnostic_count | year, level |
tm_domain_change_history | (domain_type, object_id), timestamp |
tm_edge_status | `` |
tm_option_eql_listener_result | `` |
tm_option_eql_statement | `` |
tm_option_eql_statement_history | stmt_name, timestamp |
tm_option_job_trigger_history | job_name, context_fire_time |
tm_option_listener_push_cache | url, timestamp |
tm_pipeline_exception_history | bucket, timestamp, type, object_id |
tm_trigger_result | trigger_id, timestamp |
Iceberg — 长期保存
将归档表(tm_tag_point_archive, 默认 365 天)的数据堆叠至对象存储进行分析。数据并非直接从原始表迁移，而是经过归档流程。
| 项目 | 值 |
|---|---|
| 目录 | spark.plantpulse |
| 表 | tw_tag_point — 标签时序。包含以 tw_asset_* · tw_blob 等 tw_ 开头的 9 种类型。KPI 另有 14 种 tw_kpi_* |
| 分区 | site_id → year → month → day |
| 格式 | Iceberg v2 (支持行级删除) |
| 压缩 | Zstandard |
| 执行 | Spark SQL |
KPI 归档 — tw_kpi_*
KPI 不经过归档表，而是直接从 tm_kpi_* 迁移。每日凌晨复制前一日数据，因此近期数据同时存在于 Aster TSDB 和 Iceberg 中，超过 5 年 (TTL) 的数据仅保留在 Iceberg 中。Iceberg 端不执行删除。分区为 year → month → day (月 Bucket 表为 year → month)。
| Aster TSDB | Iceberg |
|---|---|
tm_kpi_oee_history · _event · _count · _status · _rollup | tw_kpi_oee_history · _event · _count · _status · _rollup |
tm_kpi_ram_history · _failure · _rollup · _failure_rollup | tw_kpi_ram_history · _failure · _rollup · _failure_rollup |
tm_kpi_ems_history · _power · _fuel · _rollup · _power_rollup | tw_kpi_ems_history · _power · _fuel · _rollup · _power_rollup |
当前值(*_current · oee_status_current) · 按工单(*_order) · 最近 N 分钟(*_rolling) · 原因计数器(*_cause) 不予迁移 — 因为它们不属于历史数据，或可由历史数据重新计算得出。
如需查找超过保留周期的数据
此类数据在 Aster TSDB 中已不存在。请查询 Iceberg 端 → 分析层。各表的保留周期请参阅 数据保留周期(TTL)设置。
备份中容易遗漏的事项
三个存储单元分别作为备份对象。若仅备份 PostgreSQL 可能会导致时序数据全部丢失。
| 存储 | 遗漏后果 |
|---|---|
| PostgreSQL | 设备·标签定义、用户、仪表盘丢失 |
| Aster TSDB | 保留周期内的时序数据丢失 |
| Iceberg / 对象存储 | 长期历史记录丢失 |
具体流程请参阅 备份与恢复。