工业设备的数据存储，容易被当成"配置一个容量就完事"。但结果数据和曲线数据的特性完全不同，混在一起设计，后期一定出问题。
这篇以拧紧设备为例，讨论存储模型与归档策略。
一、两类数据，两种模型
结果数据：结构化、单条小、查询频繁。适合关系表，按条码、时间、工单建索引。
曲线数据：单条大、查询少、写入频繁。适合独立表或对象存储，按结果 ID 关联。
如果混在一张表里，结果是：查询变慢、备份变大、归档困难。
二、容量口径要按系列核对
以砺星 Leetx 为例，存储容量按系列区分：
- TCS.2000 系列：结果 10 万条、曲线 3 万条；
- WCS.2000 系列：结果 100 万条、曲线 10 万条；
- ICS.1000 与 PCS.1000 系列：结果 10 万条、曲线 1 万条。
采样频率全系列统一 1000 Hz。
注意：曲线容量通常是先触顶的那一个。按曲线容量倒推归档周期，比按结果容量算更准。
三、归档策略：三种常见做法
做法 1：本地滚动 + 定期导出。控制器按容量滚动，超过部分导出到外部存储。适合中小产线。
做法 2：冷热分离。近期数据留本地（快查），历史数据入 MES 或对象存储（慢查）。适合高频产线。
做法 3：异常优先留存。只长期保留 NG 与超差曲线，正常曲线按周期滚动。存储成本较低，但需要提前定义"异常"。
四、字段设计
结果字段参考：日期、时间、工具信息、程序号、扭矩、角度、条码。
工程建议：
- 条码建索引（追溯主键）；
- 时间字段统一时区与精度；
- 程序号与版本分离（工艺迭代后可区分）。
五、写性能的坑
1000 Hz 采样下，曲线写入对 I/O 压力不小。两个优化方向：
- 批量写入而非逐条写入；
- 曲线压缩后再落库（保留关键段 + 降采样）。
六、小结
存储模型的设计目标不是"存得下"，而是"查得到、归档得了、成本可控"。
