市面上已經有很多各種各樣的國產分布式時序數據庫產品，但這些時序數據庫產品依舊是處于比較初級的階段，還存在諸如功能不完善、技術能力差異較大等等一系列問題，因此我們聯合了產業內比較優秀的幾家時序數據庫生產廠商共同編寫了時序數據庫的標準。

王妙瓊：大家下午好，又見面了，我是來自中國信通院大數據團隊的王妙瓊。這邊我給大家介紹一下流計算標準的情況，說到流計算大家腦海里面會蹦出來一些開源的名詞，像Storm、Spark Streaming、Flink，這些技術架構都是解決一些實時數據的處理和分析的問題，使具有實效性的數據能發揮它最大的價值。

關系型云數據庫的未來計劃有四個點，第一梳理產業發展現狀，第二研討發展痛點及問題，第三建立關系型云數據庫應用方服務方互動平臺，可以把各自的痛點一起聊一聊而不是各說各的，大家都聯系不到一起，不能解決問題，第四是制定關系型云數據庫技術管理規范，更長遠一點我們會根據這個標準規范定出基礎能力和性能每個月給大家發一個月報和產業的整體趨勢大家看一下究竟這個東西能不能用，能不能用好。

會上中國信息通信研究院大數據團隊做了TC601成果匯報，以下為演講實錄：

知識圖譜的參與廠商包括北京海致星圖、明略、文因互聯、智言科技、搜狗、中移蘇研，等等感謝這些廠商，接下來由我的同事王妙瓊來介紹下一個標準。

王卓：大家好，我是來自中國信通院大數據團隊的王卓，這里我為大家介紹一下我們時序數據庫這個標準目前的情況。首先時序數據實際上是我們工業企業的血液一樣的存在，對于時序數據的應用和分析實際上也是工業互聯網應用中一個非常重要的環節。

這里我們要特別感謝一下參與流計算標準的這些企業，他們分別是百度云、阿里云、騰訊云、網易、華為、國雙、星環和中移蘇研，在這里感謝大家的支持。

但是很多公司自己是沒有建機房的一些能力的，所以就借用云的能力，所以我們就根據需求提出了這個項目，就是信息服務的規模和模式已經產生了巨大的變革，這對各企業內部的數據庫管理模式服務模式都提出了新的要求。原有的集中型的三大特點跟云對比，第一是資源管理，原有的集中型資源管理是需要耗時耗力，自己要去部署裝機房，等等這都很耗精力。第二運維很復雜，安裝完了后續如果出問題人得過去。還有成本代價，硬件成本、軟件成本工程師成本，這個成本會堆得很高。我們的理想是后面三個，資源統一管理、輕量運維、低成本，這個不跟大家細解釋了，這是我們理想中的優化方案，這三個特點正好是關系型云數據庫的特點，所以這是未來的必由之路。但是從左邊到右邊是有問題的，第一個我們概念認知不清楚，有的人問我關系型云數據庫到底是個數據庫還是云上裝了個軟件，還是什么之類的，這是概念認知的問題。第二是產業現狀的調研分析，到底多少人在用，到底哪些人在用。三是技術能力的基準規范、遷移實施方案經驗、不同場景應用特點，這些都是我們欠缺的，所以這些問題都是在我們這本白皮書里面解決掉的。

12月13日，2018數據資產管理大會在北京國家會議中心舉行。本次大會由中國信息通信研究院、中國通信標準化協會（CCSA）主辦，CCSA TC601大數據技術標準推進委員會承辦，中國IDC圈協辦。

閆樹：各位專家大家下午好，今天我代表知識圖譜的標準編寫組向大家發布知識圖譜技術要求與測試方法的標準。知識圖譜是在數據走向智能路徑上非常關鍵的一環，它能幫助用戶迅速、準確地查找到自己需要的信息，而且它的技術和產品正在成為大數據管理、數據分析和價值挖掘乃至智能領域一個非常重要的支撐，所以我們跟部分業界的知識圖譜的廠商共同完成這樣一個知識圖譜技術要求與測試方法的標準。

我來簡單介紹一下這個項目背景，數據庫作為企業的一個核心的IT基礎設施是大家有目共睹的，可以說大家基本上每年采購軟件的費用大概在60-70%左右都是花在數據庫上面，包括維護、包括服務、包括采購、包括更新，關系型數據庫是信息軟件成本里面的重中之重，在新的場景下我們現在因為數據爆炸，傳統來說只能建機房完成服務，所以我覺得機房產業真的是非常發達，因為它契合了大家的痛點，因為數據太爆炸了，這個需求特別旺盛。

簡單看一下白皮書的大綱，一共分了五個章節，第一是關系型云數據庫的概述，第二是關系型云數據庫各行業的需求，包括游戲、金融、電信、政務、物流、電商，基本上就是頭部行業都覆蓋到了。第三關系型云數據庫關鍵能力及驗證方法。四是關系型云數據庫對傳統業務方式的改變。五是關系型數據庫云化方案實施路徑，這是教大家怎么做，怎么做計劃書、指導思想、業務怎么遷移。

標準就是結合了業界的需求，針對我們通用知識圖譜的這些基礎的功能和性能的一些指標，規定了七大類的技術要求。比如像數據接入，就是知識圖譜工具從數據角度怎么樣讀入數據、接入數據。元數據定義，知識圖譜工具定義實體元數據、關系元數據等的能力，以及抽取實體屬性關系需要滿足的功能，比如說數據抽取過程中有哪些關鍵的環節需要知識圖譜這個工具完成的。還有數據存儲與查詢，包括知識圖譜在數據存儲、查詢、更新、刪除、過濾以及歷史狀態回溯這么一系列方面需要滿足的能力。數據融合，數據推理與分析還有知識圖譜展示，包括一些可視化的展示，亞洲服務器租用 歐洲服務器，加載、導出和配置的能力。我們在制作這個標準的時候，知識圖譜的業界的企業在通用知識圖譜這些功能上和定位上其實都是不太一樣的，有些企業會把知識圖譜作為底層架構為它其他的產品服務，有的會把知識圖譜作為關鍵的產品，有的在可視化方面會具有一些特色，而有的就不太重視可視化的功能。所以我們這28個具體的指標有一些是必選的、有一些是可選的，還有一些是必選加可選的，就是我們認為這個功能應該具備，但是具體的實踐方式我們可能有多種多樣的選擇。

實際上今年我們已經完成了時序數據庫產品的第一批測試，這批測試根據我們的標準主要針對于時序數據庫的基礎能力。接下來明年我們會繼續根據時序數據庫性能的一些要求制定相應的標準并開展測試，謝謝大家。

由四位同事給大家講解除了數據資產管理之外的幾個成果，我們有請閆樹、王卓、王妙瓊、和馬鵬瑋，先是閆樹來講講知識圖譜的一個標準。

我介紹一下這本白皮書的編寫組，大家看到所有一線關系型云數據庫的服務商都在里面，百度云、阿里云、騰訊云、華為云、金山云、京東云等等這些知名的公司都參與到白皮書的編寫里面，這個白皮書非常的重磅，大家有興趣可以來找我聊。

中國信息通信研究院大數據團隊

那當一個企業需要去建設一些實時數據應用的時候，我們該怎么去選擇這些技術產品呢？我們有這么多產品，怎么找到符合自己要求的一些基礎功能，我要求它運行要穩定，又要使用便捷，所以我們找到了業界八個在流計算領域有深入研究的企業來和我們共同來制定了這個標準，去定義一個優秀的流計算產品應該是什么樣子的。我們這個標準是國內首個聚焦于分布式流計算平臺技術要求的規范，里面定義了流計算平臺相關的術語，規定了7大類的技術要求和51項具體技術指標。明年我們也會依據這項標準開展我們第一批流計算的測試，后續也會圍繞流計算去做一些白皮書這類知識普及性的工作，以及流計算產品性能方面的標準。

接下來我們還要感謝參與這一次時序數據庫標準編寫的單位。本標準由我們中國信通院牽頭，同時由百度云、阿里云、騰訊云、網易、華為、陶思數據、朗坤智慧共同編寫完成。

目前對于工業領域的這些需求我們有時序數據庫產品來進行解決，時序數據庫有非常突出的寫入性能，同時針對于時序數據的存儲、查詢和分析都有一些相應的優化。它能夠解決目前大部分工業企業對于傳感器數據寫入和存儲的需求，同時也能夠應用在一些傳統的運維監控場景上。

最后，由我們的同事馬鵬瑋來介紹關系型云數據庫項目的進展情況。