使用 EMQX 和 Neuron 实现统一命名空间架构
Joey
在之前的文章中，我们已经介绍了 ISA95 和统一命名空间的基本概念。本文将深入探讨如何利用 EMQX 和 Neuron 这两个强大的平台来实现统一命名空间，并重点强调它们之间的协同作用，以及它们为工业环境带来的众多好处。不论是数据集成和转换，还是多点数据复制，我们将从多个角度展示这一综合解决方案如何有效地应对数据组织、可扩展性和协作方面的挑战。通过将 EMQX 的 MQTT 功能与 Neuron 的数据转换功能相结合，企业可以迈入一个新时代，实现统一的数据访问，简化工作流程，并实现数据驱动的决策。
基于 EMQX 和 Neuron 的统一命名空间解决方案
统一命名空间（UNS）概念彻底改变了数据访问方式，使得所有网络参与者能够自由互动，而不受物理位置的制约。EMQX Broker 和 Neuron 工业网关以其高效性和可扩展性而受到广泛青睐，成为实现统一命名空间的最佳选择。
EMQX 作为中央消息传输 Broker，在数据通信的战略核心地位发挥着至关重要的角色。而 Neuron 为 EMQX 提供了通过各种工业协议访问 OT 传感器和设备的能力。作为数据通信和消息路由的核心组成部分，EMQX 和 Neuron 共同构建了连接数据源（包括设备、传感器和机器）与数据消费者（如 ERP 和 MES 应用、数据库和分析平台）之间的关键通道。这种中介角色实现了制造生态系统内的无缝数据交流，促进了信息流的顺畅流通，为实时监测、控制和分析提供了支持。
通用命名规则设计
统一命名空间不仅仅是一项技术解决方案，更是一种战略设计方法，它有助于将数据组织成一种连贯的结构，从而促进对数据上下文的理解。这种设计为各参与方提供了一套通用的命名规则，以便访问和利用数据，从而促进网络内的协作和高效决策。通用命名规则指的是一套规范、指导方针和模式，用于规定如何为系统、组织或特定领域内的各种实体、对象、变量、文件或其他元素创建和使用名称。
在 EMQX Broker 中，每个连接的设备和应用都遵循一种标准化的 MQTT 主题层次结构，该结构建立在一套统一的命名规则和数据模型基础上。这一规则确保所有设备和应用都采用相同的框架来进行寻址和互动。通过共享相同的 MQTT 主题层次结构和数据模型，设备和应用可以轻松地进行通信，而不会受到它们的不同来源或协议的干扰。这有助于消除在异构环境中可能出现的数据交换障碍。
命名规则在编程、软件开发、数据管理等各个领域都具有至关重要的作用。它们可以确保在引用不同 MQTT 主题名称时保持一致性、清晰性和易理解性。此外，将命名规则纳入资产管理流程可以极大地简化操作，提升数据驱动型决策的能力，并通过最大化资产在整个生命周期中的价值和效率，推动整体业务的成功。
统一命名空间实施架构
统一命名空间解决方案是一种强大的机制，用于实现设备、应用和数据流的无缝集成。通过使用 EMQX 和 Neuron，这一解决方案可以构建成一个三层结构，确保数据的交换、组织和消费高效进行。如下图所示，所有连接的设备和应用被分为两个主要层次，即底层的自动化层和顶层的应用层。中间层充当桥梁的角色，EMQX 和 Neuron 通过中间层实现了自动化层和应用层之间的无缝数据交换。
提升分析和决策能力
应用层是数据展示其价值的地方。在这一层中，各种应用能够深入挖掘大量的上下文数据，并进行复杂的分析。通过充分利用数据，这些应用能够揭示原始数据中可能难以察觉的模式、趋势和异常情况。预测性维护便是一个出色的示例，它有助于主动检测潜在的设备故障，从而避免引发昂贵的停机和生产中断。
实时更新，快速响应
这一架构的吸引力在于其出色的实时响应能力。在应用层，应用可以订阅特定的数据点或设备节点，从而实时接收数据的更新。这一功能使工厂能够迅速应对生产流程中的变化，保持运营的灵活性和适应性。
提升 AI/ML 能力
情境化数据最显著的优势之一是其对 AI/ML 模型的影响。通过为原始数据添加额外的上下文信息和元数据，AI/ML 模型能够更好地理解和解释所收到的数据。这种减少误解的能力可以提供更高的精确度以及更有价值的洞察力。
增强预测能力
情境化数据极大地提高了 AI/ML 模型的预测能力。通过提供额外的上下文信息，模型能够更准确地预测未来事件或结果。因此，工厂可以预测潜在挑战，优化流程，并主动做出决策，从而提高效率和生产力。
改善数据质量
应用层对上下文数据的访问是提高数据质量的关键。通过附加元数据和上下文信息，向 AI/ML 模型提供的数据变得更加可靠，进而实现更高质量的预测和结果。
通过 EMQX 集群支持多点数据复制
为了实现不同工业系统之间的高效数据集成和一致访问，统一命名空间架构应运而生。这一创新方法克服了数据孤岛的问题，促进了协作，通过创建统一的数据聚合环境，优化了数据驱动的分析。统一命名空间架构有以下两种部署方式。
单点部署
在单点部署中，架构通过精心协调各种组件来创建统一命名空间。图中左侧是生产车间的数据源，也就是上图三层架构中的自动化层。右侧是中央控制室，所有的数据分析和存储都在这里完成。中间是由 EMQX 和 Neuron 提供的统一命名空间。
- EMQX 集群管理：通过 EMQX Edge Cloud Platform (ECP) 来部署 EMQX Broker 集群是后续管理的基石。EMQX ECP 具备天然的可扩展性，能够实现 EMQX 实例的无缝扩容，以适应不断增长的数据需求。
- Neuron 网关集成：Neuron 网关由 EMQX ECP 统一管理，充当了内部 OT 设备（如 PLC、数控机床）与 IT 系统之间的桥梁。Neuron 的数据格式转换和互通功能确保了数据流的顺畅流动。
- 启用 eKuiper 规则引擎：部署 eKuiper 流引擎是处理来自 IT 系统和 Neuron 网关的流消息的关键步骤，eKuiper 流引擎也由 EMQX ECP 进行管理和配置。通过 eKuiper 的数据存储或命令传输功能，能够提供更多样化的数据处理方法。
- NanoMQ 的灵活性：NanoMQ 是为满足边缘场景的多应用需求而设计的灵活桥接器，具有战略意义。它的轻量级特性保证了数据交换的高效性，特别适用于资源有限的硬件环境。
- 统一命名空间的丰富性：通过 EMQX 集群、EMQX ECP、Neuron、eKuiper 和 NanoMQ 的协同工作，最终构建了一个丰富的统一命名空间，该空间包括了来自不同 OT 设备、IT 系统、应用平台（如 Kafka、Redis、PostgreSQL）和云分析系统（如 AI/ML）的数据。
多点部署
在多点部署中，架构的覆盖范围扩展到不同的生产地。统一命名空间贯穿了多个地理位置的整个生产过程，不论是纵向还是横向。这意味着中央控制室可以获得来自所有生产地点的数据，包括传感器信息，然后利用各种应用和 AI/ML 技术进行处理和分析，以做出更优的决策。
- 跨现场数据复制：通过精心在多个生产现场部署 EMQX 集群，数据得以顺畅复制，实现跨现场的数据共享，从而构建统一的数据生态系统。
- 情境化数据组织：统一命名空间的核心在于将所有数据消息按照有上下文的结构进行归类。这一结构遵循 ISA-95 的原则，涵盖了资产、过程和数据关系的各个方面。
- 多点架构的优势：这一架构使得不同生产现场之间能够实时共享数据并协同合作。决策者可以访问同步的最新数据，从而在企业层面做出明智的决策。
结语
不论是在单点还是多点的情境下，部署统一命名空间架构都代表了优化工业数据集成的关键一步。通过充分利用 EMQX 和 Neuron 的协同潜力，企业能够消除数据壁垒，促进协作，并做出数据驱动的决策。这种综合的方法不仅提升了运营效率，还将推动行业迈向更加互联和智能的未来。