OPCUA網(wǎng)關(guān)數(shù)據(jù)存儲(chǔ)系統(tǒng)

王燦達(dá)，李 悅，李 鋒

(東華大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，上海201620)

0 引 言

伴隨著《中國(guó)制造2025》戰(zhàn)略計(jì)劃的不斷推進(jìn)，學(xué)術(shù)界與工業(yè)界將越來(lái)越多的目光投向了智能制造的研究與實(shí)踐。為了生產(chǎn)數(shù)據(jù)實(shí)時(shí)處理的需要，數(shù)據(jù)在邊緣側(cè)處理后，再與云計(jì)算中心進(jìn)行交互，這種云邊協(xié)同的模式是智能制造發(fā)展的一個(gè)新趨勢(shì)［1］。保證生產(chǎn)信息的收集、存儲(chǔ)與傳輸，使得云中心能快速方便地獲取到來(lái)自于生產(chǎn)設(shè)備的信息，是實(shí)現(xiàn)云邊協(xié)同的關(guān)鍵因素。但目前生產(chǎn)設(shè)備種類繁多，通訊接口協(xié)議各異，上層應(yīng)用系統(tǒng)需針對(duì)各類設(shè)備單獨(dú)開(kāi)發(fā)子模塊用于數(shù)據(jù)交互，這無(wú)疑增大了開(kāi)發(fā)的難度，阻礙了智能制造的發(fā)展［2］。OPC統(tǒng)一架構(gòu)即OPCUA，定義了一組高可用、高性能和跨平臺(tái)的數(shù)據(jù)交互規(guī)范［3］?；贠PCUA技術(shù)所開(kāi)發(fā)的網(wǎng)關(guān)可屏蔽不同設(shè)備的通訊細(xì)節(jié)，對(duì)外部系統(tǒng)訪問(wèn)生產(chǎn)設(shè)備數(shù)據(jù)提供統(tǒng)一標(biāo)準(zhǔn)的接口［4］。在實(shí)際生產(chǎn)中，網(wǎng)關(guān)處于生產(chǎn)設(shè)備邊緣，由于現(xiàn)場(chǎng)網(wǎng)絡(luò)的不確定性較高，通訊不穩(wěn)定，存在數(shù)據(jù)丟失的風(fēng)險(xiǎn)。而在工業(yè)生產(chǎn)中，網(wǎng)關(guān)所傳輸?shù)臄?shù)據(jù)涉及到設(shè)備主要生產(chǎn)指標(biāo)以及控制數(shù)據(jù)，對(duì)數(shù)據(jù)的完整性要求較高。因此，OPCUA網(wǎng)關(guān)中應(yīng)具備數(shù)據(jù)存儲(chǔ)能力，遇到網(wǎng)絡(luò)中斷時(shí)，網(wǎng)關(guān)可繼續(xù)準(zhǔn)確采集，并將數(shù)據(jù)存儲(chǔ)到非易失設(shè)備中，當(dāng)網(wǎng)絡(luò)恢復(fù)正常時(shí)，其它第三方平臺(tái)可從網(wǎng)關(guān)中獲取完整數(shù)據(jù)。這就保證了可靠的數(shù)據(jù)服務(wù)，提高了系統(tǒng)的魯棒性與容錯(cuò)性［5］。

目前，在智能制造網(wǎng)關(guān)的研究中，學(xué)者大多關(guān)注于不同協(xié)議之間的轉(zhuǎn)換［6］、信息通訊的安全性［7］以及網(wǎng)關(guān)的邊緣計(jì)算能力［8］等方面，部分學(xué)者注意到了網(wǎng)關(guān)對(duì)于數(shù)據(jù)的存儲(chǔ)能力，但現(xiàn)有的數(shù)據(jù)庫(kù)系統(tǒng)仍是其不二選擇。文獻(xiàn)［9］在對(duì)基于OPCUA的工控信息化數(shù)據(jù)網(wǎng)關(guān)的研究中采用了SQLite；文獻(xiàn)［10］在設(shè)計(jì)家庭看護(hù)系統(tǒng)的智能網(wǎng)關(guān)時(shí)選擇了MongoDB。此外MySQL、HBase也廣受學(xué)者們的青睞［11］。由于數(shù)據(jù)庫(kù)的運(yùn)行需要較多的系統(tǒng)資源，這就對(duì)硬件配置提出了較高的要求，而網(wǎng)關(guān)設(shè)備硬件資源緊張，運(yùn)行數(shù)據(jù)庫(kù)軟件較為困難。此外，操作數(shù)據(jù)庫(kù)需要建立網(wǎng)絡(luò)連接、傳輸數(shù)據(jù)、關(guān)閉連接等一系列耗時(shí)步驟，這會(huì)導(dǎo)致網(wǎng)絡(luò)I／O速度成為系統(tǒng)運(yùn)行效率的瓶頸?，F(xiàn)有的數(shù)據(jù)庫(kù)軟件為追求更廣泛的應(yīng)用場(chǎng)景，其存儲(chǔ)與查詢?cè)O(shè)計(jì)具有一定的通用性，并不會(huì)針對(duì)OPCUA網(wǎng)關(guān)程序做專門的優(yōu)化。基于上述現(xiàn)狀，本文設(shè)計(jì)了一套內(nèi)存與外存協(xié)同的數(shù)據(jù)存儲(chǔ)系統(tǒng)（Storage System Based On Ram And External Storage Data，簡(jiǎn)稱RES），專用于對(duì)OPCUA網(wǎng)關(guān)數(shù)據(jù)的存儲(chǔ)。RES只保留了核心的數(shù)據(jù)存儲(chǔ)與查詢功能，抹除了事務(wù)、存儲(chǔ)過(guò)程等額外的數(shù)據(jù)庫(kù)功能，故其資源占用率小，硬件要求低；另外RES可直接嵌入到OPCUA應(yīng)用程序中，二者之間的互操作不再需要占用網(wǎng)絡(luò)I／O資源，大幅度提升了程序運(yùn)行效率。

1 OPCUA網(wǎng)關(guān)總體架構(gòu)

OPCUA網(wǎng)關(guān)采集設(shè)備信息并存儲(chǔ)，對(duì)外部呈現(xiàn)OPCUA數(shù)據(jù)接口。在邏輯上，網(wǎng)關(guān)系統(tǒng)分為3層，分別為采集層、存儲(chǔ)層與服務(wù)層，如圖1所示。采集層讀取生產(chǎn)設(shè)備數(shù)據(jù)，整合目前采集生產(chǎn)數(shù)據(jù)常用的接口（如RS485、RS232、USB等），并針對(duì)不同的通訊方式開(kāi)發(fā)不同的驅(qū)動(dòng)程序完成數(shù)據(jù)的采集，之后將數(shù)據(jù)寫入到存儲(chǔ)層。存儲(chǔ)層為服務(wù)層提供數(shù)據(jù)支撐，分為內(nèi)存存儲(chǔ)與外存存儲(chǔ)兩部分。外部系統(tǒng)通過(guò)OPCUA客戶端與網(wǎng)關(guān)服務(wù)層建立安全連接。連接成功的客戶端可瀏覽服務(wù)層地址空間，訪問(wèn)結(jié)點(diǎn)的當(dāng)前數(shù)據(jù)與歷史數(shù)據(jù)，還可以對(duì)節(jié)點(diǎn)進(jìn)行訂閱，當(dāng)數(shù)據(jù)更新時(shí)自動(dòng)獲取。

圖1 網(wǎng)關(guān)整體架構(gòu)Fig.1 Gateway architecture

2 內(nèi)外存協(xié)同的數(shù)據(jù)存儲(chǔ)

數(shù)據(jù)庫(kù)可劃分為二種，一種是傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)，主要以外存作為存儲(chǔ)介質(zhì)，如Oracle、MySQL等，數(shù)據(jù)的訪問(wèn)會(huì)同時(shí)涉及磁盤I／O與網(wǎng)絡(luò)I／O，速度較慢；另一種是實(shí)時(shí)數(shù)據(jù)庫(kù)，主要以內(nèi)存作為存儲(chǔ)介質(zhì)，如Redis、Memcached等，此類數(shù)據(jù)庫(kù)直接基于內(nèi)存操作，速度較快，但受限于內(nèi)存資源，其存儲(chǔ)容量有限。若將二者結(jié)合，外存型數(shù)據(jù)庫(kù)用于持久化存儲(chǔ)“冷數(shù)據(jù)”，即訪問(wèn)頻次較低的數(shù)據(jù)；內(nèi)存型數(shù)據(jù)庫(kù)緩存“熱數(shù)據(jù)”，即訪問(wèn)頻次較高的數(shù)據(jù)，可揚(yáng)長(zhǎng)避短提升系統(tǒng)性能。本文的RES就是基于上述思想所設(shè)計(jì)，用以適應(yīng)OPCUA網(wǎng)關(guān)中采樣數(shù)據(jù)管理，在有限的硬件資源下可保證數(shù)據(jù)的讀寫速率與存儲(chǔ)容量。

2.1 內(nèi)存儲(chǔ)結(jié)構(gòu)設(shè)計(jì)

生產(chǎn)過(guò)程中設(shè)備數(shù)據(jù)具有數(shù)值和時(shí)間屬性，本文采用OPCUA標(biāo)準(zhǔn)中的DataValue數(shù)據(jù)對(duì)象來(lái)表示。DataValue的各屬性見(jiàn)表1。

表1 DataValue屬性Tab.1 Datavalue property

DataValue對(duì)象可描述某個(gè)節(jié)點(diǎn)在某一時(shí)刻的具體值，對(duì)其按照時(shí)間順序存儲(chǔ)，則可記錄某一節(jié)點(diǎn)數(shù)據(jù)隨時(shí)間的變化情況。由于數(shù)組可滿足對(duì)元素的有序存儲(chǔ)，故本文為每個(gè)節(jié)點(diǎn)建立一個(gè)固定長(zhǎng)度的DataValue數(shù)組，在內(nèi)存中存儲(chǔ)該節(jié)點(diǎn)的時(shí)序數(shù)據(jù)。為建立起節(jié)點(diǎn)與數(shù)組的對(duì)應(yīng)關(guān)系，方便根據(jù)節(jié)點(diǎn)的唯一標(biāo)識(shí)符（nodeId）對(duì)數(shù)組進(jìn)行查找，本文引入哈希集合作為最外層容器。哈希集合以鍵值對(duì)的方式進(jìn)行數(shù)據(jù)映射與存儲(chǔ)，每個(gè)節(jié)點(diǎn)的nodeId作為鍵，與節(jié)點(diǎn)對(duì)應(yīng)的數(shù)組作為值共同存儲(chǔ)在哈希集合之中。內(nèi)存存儲(chǔ)結(jié)構(gòu)如圖2所示。

圖2 內(nèi)存存儲(chǔ)結(jié)構(gòu)Fig.2 RAM storage structure

2.2 外存存儲(chǔ)結(jié)構(gòu)設(shè)計(jì)

外存存儲(chǔ)結(jié)構(gòu)三要素為:記錄、數(shù)據(jù)頁(yè)、索引，如圖3所示。記錄是節(jié)點(diǎn)數(shù)據(jù)在外存中最基本的存儲(chǔ)形式，每行記錄包含3個(gè)字段見(jiàn)表2，分別是nodeNumber、value、timeStamp。為方便對(duì)記錄排序，本文對(duì)OPCUA模型中所有節(jié)點(diǎn)重新編號(hào)并與其nodeId一一對(duì)應(yīng)。

圖3 外存存儲(chǔ)結(jié)構(gòu)Fig.3 External storage structure

表2 記錄字段Tab.2 Record field

數(shù)據(jù)頁(yè)保存著記錄，可分為3部分:頭信息、頁(yè)目錄與記錄。頭信息是為生成索引服務(wù)的，包含數(shù)據(jù)頁(yè)所有記錄中最早時(shí)間的時(shí)間戳與最晚時(shí)間的時(shí)間戳；每個(gè)節(jié)點(diǎn)所對(duì)應(yīng)的記錄在此數(shù)據(jù)頁(yè)的位置區(qū)間存放于頁(yè)目錄之中，通過(guò)查閱頁(yè)目錄可高效地根據(jù)節(jié)點(diǎn)編號(hào)鎖定想要的數(shù)據(jù)。為方便對(duì)數(shù)據(jù)頁(yè)的組織管理，數(shù)據(jù)頁(yè)大小固定且以阿拉伯?dāng)?shù)字順序從1開(kāi)始逐個(gè)編號(hào)，越晚生成的數(shù)據(jù)頁(yè)其頁(yè)號(hào)越大。索引頁(yè)只記錄數(shù)據(jù)頁(yè)頁(yè)號(hào)及此數(shù)據(jù)頁(yè)的頭信息，在查詢所需數(shù)據(jù)時(shí)遍歷索引，可快速定位目標(biāo)數(shù)據(jù)頁(yè)。

2.3 數(shù)據(jù)的寫入與訪問(wèn)機(jī)制

2.3.1 數(shù)據(jù)寫入機(jī)制

設(shè)備數(shù)據(jù)從網(wǎng)關(guān)采集層寫入網(wǎng)關(guān)存儲(chǔ)層的流程如圖4所示。首先會(huì)在OPCUA地址空間中更新此節(jié)點(diǎn)的當(dāng)前值，之后根據(jù)此值封裝一個(gè)DataValue對(duì)象放入與該節(jié)點(diǎn)對(duì)應(yīng)的數(shù)組，用于在內(nèi)存中緩存節(jié)點(diǎn)的“熱數(shù)據(jù)”。若數(shù)據(jù)量超出了數(shù)組的容量，則會(huì)按照時(shí)間順序?qū)υ缙诜湃霐?shù)組的數(shù)據(jù)進(jìn)行清除，確保內(nèi)存中總是緩存設(shè)備新產(chǎn)生的數(shù)據(jù)，在實(shí)際生產(chǎn)中新數(shù)據(jù)被訪問(wèn)的頻次大于舊數(shù)據(jù)。

圖4 數(shù)據(jù)寫入流程Fig.4 Data writing process

為確保節(jié)點(diǎn)數(shù)據(jù)的完整性以及整個(gè)系統(tǒng)的魯棒性，當(dāng)數(shù)據(jù)更新時(shí)還會(huì)生成一條記錄，用于在外存中持久化存儲(chǔ)?？紤]到外存I／O耗時(shí)較長(zhǎng)，此記錄并不會(huì)立即同步至外存，而是先放入位于內(nèi)存的記錄暫存區(qū)，等待時(shí)機(jī)批量寫入，以減少I／O次數(shù)，從而提升系統(tǒng)性能。記錄由暫存區(qū)寫入外存的條件:一是每隔固定的時(shí)間間隔進(jìn)行一次數(shù)據(jù)同步，二是暫存區(qū)數(shù)據(jù)量達(dá)到規(guī)定數(shù)目，滿足任意一個(gè)即可。

記錄從暫存區(qū)寫入外存過(guò)程如下:

（1）獲取待寫入數(shù)據(jù)的數(shù)據(jù)頁(yè)。計(jì)算最晚生成的即頁(yè)號(hào)最大的數(shù)據(jù)頁(yè)的長(zhǎng)度，若超過(guò)規(guī)定的長(zhǎng)度則創(chuàng)建新的數(shù)據(jù)頁(yè)，否則直接寫入到此數(shù)據(jù)頁(yè)中。

（2）更新數(shù)據(jù)頁(yè)的頭信息。取暫存區(qū)中最晚記錄的時(shí)間戳來(lái)更新頭信息的最晚時(shí)間。若頭信息中已有最早時(shí)間則無(wú)需更新，否則取暫存區(qū)最早記錄的時(shí)間戳來(lái)設(shè)定頭信息的最早時(shí)間。

（3）記錄排序。將暫存區(qū)的記錄與數(shù)據(jù)頁(yè)中原有的記錄混合，并按照編號(hào)與時(shí)間戳這2個(gè)字段進(jìn)行升序排列。

（4）更新數(shù)據(jù)頁(yè)的頁(yè)目錄。遍歷排序后的記錄值，得出每個(gè)節(jié)點(diǎn)所對(duì)應(yīng)的記錄的位置區(qū)間，最后生成新的頁(yè)目錄。

（5）將頭信息、頁(yè)目錄、有序記錄寫入數(shù)據(jù)頁(yè)，并在索引中更新此數(shù)據(jù)頁(yè)的頭信息。

（6）清空記錄暫存區(qū)。

2.3.2 數(shù)據(jù)訪問(wèn)機(jī)制

各類外部系統(tǒng)通過(guò)網(wǎng)關(guān)服務(wù)層對(duì)數(shù)據(jù)進(jìn)行訪問(wèn)分為兩種情況:一是對(duì)于節(jié)點(diǎn)當(dāng)前值的讀取，這種方式比較簡(jiǎn)單直接依據(jù)OPCUA規(guī)范返回對(duì)應(yīng)數(shù)據(jù)即可；另一種是對(duì)于節(jié)點(diǎn)在某段時(shí)間范圍內(nèi)歷史數(shù)據(jù)的讀取，此時(shí)需要查詢RES以獲取數(shù)據(jù)。3個(gè)關(guān)鍵查詢信息分別為nodeId、開(kāi)始時(shí)間、結(jié)束時(shí)間。詳細(xì)步驟如下，流程如圖5所示。

圖5 數(shù)據(jù)讀取流程Fig.5 Data reading process

（1）根據(jù)nodeId在哈希集合中查找到存放DataValue對(duì)象的數(shù)組。

（2）遍歷數(shù)組，若滿足查詢條件則返回對(duì)應(yīng)數(shù)據(jù)，若不滿足則查找位于外存的記錄。

（3）根據(jù)開(kāi)始時(shí)間與結(jié)束時(shí)間遍歷索引，得到滿足條件的若干個(gè)數(shù)據(jù)頁(yè)。

（4）逐一處理數(shù)據(jù)頁(yè)，由nodeId所對(duì)應(yīng)的編號(hào)去查詢頁(yè)目錄定位并獲取數(shù)據(jù)。

（5）把此次在外存中查找到的數(shù)據(jù)放入內(nèi)存對(duì)應(yīng)的數(shù)組中。即“冷數(shù)據(jù)”升級(jí)為“熱數(shù)據(jù)”，提升下次查詢的速率。

（6）將在內(nèi)存與外存中查找到的數(shù)據(jù)一并返回給客戶端。

3 方案測(cè)試

本文以染整車間中定型機(jī)為基礎(chǔ)搭建OPCUA網(wǎng)關(guān)，以對(duì)RES進(jìn)行測(cè)試。定型機(jī)包含多個(gè)監(jiān)控單元，每個(gè)監(jiān)控單元監(jiān)控某項(xiàng)指標(biāo)。如，烘房溫度、布面含潮率，同時(shí)也對(duì)應(yīng)著OPCUA地址空間中的一個(gè)節(jié)點(diǎn)。網(wǎng)關(guān)采集層通過(guò)RS485接口從定型機(jī)的監(jiān)控單元獲取數(shù)據(jù)存入RES，網(wǎng)關(guān)服務(wù)層接收OPCUA客戶端的請(qǐng)求并返回相應(yīng)數(shù)據(jù)。

網(wǎng)關(guān)的硬件平臺(tái)基于Raspberry Pi 3B，其CPU配置為64位1.2 GHz四核心，內(nèi)存1 G、外存32 G。本文選取了以外存為存儲(chǔ)介質(zhì)的關(guān)系型數(shù)據(jù)庫(kù)MySQL和以內(nèi)存為存儲(chǔ)介質(zhì)的鍵值對(duì)數(shù)據(jù)庫(kù)Redis作為RES的比較對(duì)象，來(lái)評(píng)測(cè)RES的各項(xiàng)性能指標(biāo)。在MySQL中建立數(shù)據(jù)表存儲(chǔ)節(jié)點(diǎn)數(shù)據(jù)，具體字段信息見(jiàn)表3。為提升數(shù)據(jù)查詢的速率，在該表中以u(píng)pdate＿time與node＿id字段建立了索引。

表3 MySQL數(shù)據(jù)表信息Tab.3 MySQL data table information

節(jié)點(diǎn)數(shù)據(jù)在Redis中以hash表的方式進(jìn)行存儲(chǔ)，每一個(gè)OPCUA節(jié)點(diǎn)對(duì)應(yīng)于Redis中的一個(gè)hash表，即Redis中的每一個(gè)hash表都以O(shè)PCUA節(jié)點(diǎn)的nodeId當(dāng)做鍵值。在hash表中該節(jié)點(diǎn)數(shù)據(jù)以更新時(shí)刻的時(shí)間戳作為字段名稱，這一時(shí)刻節(jié)點(diǎn)的值當(dāng)做與該字段對(duì)應(yīng)的值，具體存儲(chǔ)結(jié)構(gòu)如圖6所示。

圖6 Redis存儲(chǔ)結(jié)構(gòu)Fig.6 Redis storage structure

為測(cè)試不同存儲(chǔ)方案下數(shù)據(jù)的寫入速率，本文隨機(jī)模擬定型機(jī)在運(yùn)行時(shí)所產(chǎn)生的數(shù)據(jù)，以連續(xù)寫入1 000條數(shù)據(jù)為起始，步長(zhǎng)為1 000，遞增到10 000條。每個(gè)量級(jí)寫入5次，并計(jì)算出平均寫入時(shí)間，具體結(jié)果如圖7所示。MySQL寫入數(shù)據(jù)所用時(shí)間最多，且隨著數(shù)據(jù)量的增大，所用時(shí)間的增幅也非常明顯；Redis與RES寫入速度較MySQL有明顯的提升，數(shù)據(jù)量增大時(shí)，所用時(shí)間的增幅趨于平緩；Redis的寫入速率略高于RES。在寫入時(shí)MySQL、Redis、RES這3種方案CPU的平均使用率為38%，32%，29%；內(nèi)存平均使用率為35%，28%，27%。

圖7 不同方案寫入數(shù)據(jù)所用時(shí)間Fig.7 Data writing time of different schemes

對(duì)于數(shù)據(jù)讀取速度的測(cè)試，本文首先在MySQL、Redis、RES中分別存入10 000條記錄，并隨機(jī)讀取某個(gè)節(jié)點(diǎn)在某個(gè)時(shí)間段內(nèi)的歷史數(shù)據(jù)。統(tǒng)計(jì)讀取100次，以100為步長(zhǎng)遞增到1 000次不同方案所用的時(shí)間，具體結(jié)果如圖8所示。MySQL對(duì)于SQL語(yǔ)句有著很好的支持，一條簡(jiǎn)單的SQL語(yǔ)句即可完成查詢，雖操作方便但速度并不理想；Redis對(duì)于數(shù)據(jù)的操作方式較少，且其內(nèi)部并不會(huì)對(duì)數(shù)據(jù)按照時(shí)間排序，故只能采用遍歷的方式篩選出合格的記錄；RES在寫入時(shí)對(duì)數(shù)據(jù)建立了索引與頁(yè)目錄，并且數(shù)據(jù)全部按照時(shí)間順序排列，使其在查詢時(shí)無(wú)需遍歷，可以直接查找到所需記錄，大幅度提升了查詢效率。在查詢時(shí)MySQL、Redis、RES這3種方案CPU的平均使用率為30%，29%，28%；內(nèi)存平均使用率為38%，45%，29%。

圖8 不同方案查詢數(shù)據(jù)所用時(shí)間Fig.8 Data query time of different schemes

在實(shí)際工業(yè)生產(chǎn)中數(shù)據(jù)量巨大，在千萬(wàn)級(jí)別的數(shù)據(jù)量下RES仍有較好的表現(xiàn)。寫入性能方面，MySQL與RES寫入10 000 000條數(shù)據(jù)分別用時(shí)約30.91 h、2.24 h。由于網(wǎng)關(guān)硬件資源有限，內(nèi)存只有1 GB，當(dāng)Redis的數(shù)據(jù)寫入量達(dá)到60 000 000左右時(shí)，則已達(dá)到其容量瓶頸不能繼續(xù)操作。數(shù)據(jù)查詢方面，基于千萬(wàn)級(jí)數(shù)據(jù)量隨機(jī)查詢100次MySQL、RES所用時(shí)間分別為9 282.89 s、1 722.16 s。

4 結(jié)束語(yǔ)

本文對(duì)網(wǎng)關(guān)中的數(shù)據(jù)存儲(chǔ)進(jìn)行了研究，設(shè)計(jì)并實(shí)現(xiàn)了內(nèi)存與外存協(xié)同的數(shù)據(jù)存儲(chǔ)系統(tǒng)，內(nèi)存做數(shù)據(jù)緩存，外存做持久化存儲(chǔ)，兼顧了數(shù)據(jù)存儲(chǔ)容量與操作效率，在計(jì)算資源限的開(kāi)發(fā)板上，相比傳統(tǒng)的數(shù)據(jù)庫(kù)MySQL與Redis有更好的性能表現(xiàn)。OPCUA網(wǎng)關(guān)解決了不同生產(chǎn)設(shè)備之間、生產(chǎn)設(shè)備與外部系統(tǒng)之間難以互聯(lián)互通的問(wèn)題，對(duì)于OPCUA網(wǎng)關(guān)的進(jìn)一步發(fā)展具有一定的參考意義。