?!DOCTYPE html> 如何从源头打造极速优化的MESpȝ-行业新闻-MES刉_WMS仓库理pȝ_PLM/PDMq_-Windchill研发理-Creo/Proe三维-UG/NX三维-Teamcenter研发理-重庆万U技有限公司

您当前的位置Q?a href="/">首页 > 新闻资讯 > 行业新闻 >如何从源头打造极速优化的MESpȝ

如何从源头打造极速优化的MESpȝ

发布旉Q?2020/5/3 14:49:13   览敎ͼ?/p>

 

 

当企业上U?/span>MESpȝ之后Q仅仅是万里长征的开始,Z么要q行MES的优化?q是一个非怹现实以迫切的问题Q众所周知QMESpȝ所q行的必要基数据之外QMESpȝ每天q采集了大量的生产过E数据存攑ֈ数据库之中,其数据量大小Q取决于如下几个斚wQ?/span>

AQ?企业的生产规模?/span>

BQ?MES理的品流E的数量

CQ?/span> MES每流E上数据采集节点的站Ҏ

DQ?每站Ҏ内部的数据采集内?/span>

EQ第站点上的数据采集的时间频?/span>

FQ第三方pȝ存放到MES数据库中的数据内?/span>

随着pȝ的上U,数据量日渐增大,由最初的几个GQ增加到100G甚至几个TB, pȝ的性能Q也随之而下降,同时q表现出如下的几个方面的弊病Q?/span>

GQ系l扫描相应变?/span>

HQ系l报表查询变?/span>

IQ看板等实时hE序无法正常执行

JQ系l登陆时间过?/span>

KQ系l作业过E中停顿(卡,延时) 或死? 需重启服务器次数增多?/span>

LQ数据备份日渐困难?/span>

以上问题不光是MESpȝ所Ҏ的,所有的事务处理?OLTP)性的数据库应用系l,都将面以上的困扰。由于很多MESpȝ默认采用的是关系性数据库QSQL Server /OracleQ,除少量计在前端完成以外Q系l中95%的逻辑q算都在DB层中实现Q非怾赖于数据库服务器的性能Q?所以,当MESpȝ表现不尽如h意之Ӟ首先需要在数据库后台进行必要的数据优化Q完成后基本上就能取得相应的性能提升Q说明如何针对DB层进行深度的优化Q?/span>

wise-MES后台优化包含的内容如下:

1.合理的表以及逻辑关系的设计;

2.数据库的日常l护工作Q?/span>

3.数据库大数据量表的数据压~;

4.数据库大数据量表的分ҎQ?/span>

5.历史数据的定期迁U;

6.合理的负载部|Ԍ服务器的分工Q?/span>

7.服务器硬件性能的提升;

 以下以最常见的表l构与逻辑关系的设计的优化Z子加以重点说明:wise-MESpȝ表以及标准模型表Q以及相关逻辑Q存储过E)是在pȝq_的设计阶D已定决定,q且l过了相当多的实践,其性能相对E_可靠Q靠此部份的优化以提升系l整体性能的收益不大,效果也不太明显?/span>

pȝ在实施周期时Ҏ客户所定制的表Q以及存储过E,特别是新上线的功能插件所对应的存储过E,有比较大的优化余地Q?nbsp;在这cM务表的设计时Q应注意如下斚wQ?/span>

A.遵守业界通行的数据库设计的标准范式(臛_?个范式尽可能遵守Q?/span>

B.遵守wise-MES的主键定义方法,以及字段命名规则

C.合理的设计表的冗余以及关联,区分事务处理表(大表Q,以及基础数据?表)?/span>

D.合理设计索引Q特别是l常用于查询的表的烦引(产品表,工单? Lot表等Q,对于大表只创建必要的索引?/span>

E.对于W三Ҏ试数据表Q采用分库或分服务器的设计方案,不要攑ֈMESL据库中?/span>

F.一切新表的设计Q应以性能为首要考虑因素

业务逻辑Q查询或存储q程Q设计时Ӟ应注意如下方面:

A. 所有的内部查询应基于主?/span>PK

B.避免在一个大的SQL中采用一ơ性连接多个表的查?(特别是大表对大表的关联,是非怸明智?Q应拆分为基于PK的多步来执行查询?/span>

C. 避免使用大的事务包裹业务逻辑Q事务应可能短,否则Ҏ占用服务器资源导致排队甚x锁?/span>

D. 用游标Q绝不要针对大表使用游标?/span>

E.Select查询时尽可能使用 With (no lock) 语句Q避免占用锁的开销Q在每一个存储过E中加入QSET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ,以降低死锁的可能性?/span>

F.Insert最好以扚w方式执行Q一ơ性处理多条新记录?/span>

G.Update应基于PK为条Ӟ避免使用复杂的Where表达? D表锁?/span>

H.一切有利于减少死锁Q提升性能的逻辑设计为首要考虑因素?/span>

事实证明Q频J的死锁往往于不合理的业务逻辑设计Q故在进行wise-MES的客户化功能的数据设计时Q应仔细权衡Q以性能为先|才能取得相对较好的结果?/span>

当数据库服务层的优化q达C个相当高的水准之后,企业的还需要考虑后箋的一些优化过E,比如大数据的定期归档Q提升网l以及服务器本n的的IOPS性能{等Q进行深度的负蝲均衡的设计,在这斚wQ不同的MES厂商水^参差不齐Q所以选型MESӞh意一定不能有“q维优化黑箱”Q候选的MESpȝ所有的数据资必须全方位向甲方开放,同时q需要提供专业的瓉定位工具以及优化工具Q它必须是一?ldquo;可高度优化的MES”, 否则企业会为此付出极ؓ沉痛的代仗?/span>

只有从源头加以及分析与优化,才能让你的MESpȝ“健步如飞”?/span>