2.4　数据采集层

当然，如果不采集数据，把机器设备接入互联网是没有意义的。数据可以是机器设备本身的，如油压、激光功率级和轴承温度，也可以是描述机器设备周围环境的常态（nomic）数据，例如染色体数据（如DNA序列）、农业数据（如土壤中的硼含量）。物联设备生成的庞大数据量远远多于IoP应用程序生成的数据量。

数据可以通过多种方式收集。在过去，机器数据被存储在时间序列数据库中（也叫作历史数据库），如傲时软件公司（OSISoft）的PI数据库、施耐德公司（Schneider）的Wonderware数据库及爱斯派科技公司（Aspect Technologies）的InfoPlus数据库。这类软件大部分是在20世纪90年代开发的，目前市场上新一代时间序列数据库是由像InfluxData或Timescale这样的公司开发的。

OT（操作技术）数据通常被采集到时间序列数据库中，而以往的IT（信息技术）数据被收集在SQL数据库中。这包括一些公司的大规模数据仓库技术，如天睿资讯公司（Teradata），或者云解决方案，如谷歌云（Google Cloud）的BigQuery服务，亚马逊公司网络服务（Amazon Web Services）上托管的Redshift及Snowflake云服务。