实时数据库选型指南：工业数据库选型怎么选之六：中控 vs TDengine

在工业互联网与智能制造加速发展的今天，企业的数据量正呈爆发式增长。传统的历史数据库在高并发写入、分布式架构、AI 原生能力等方面逐渐难以满足需求。作为国产时序数据库的代表，TDengine 以高性能、低成本、云原生与智能化特征，成为新一代工业数据底座的首选。

本系列严格基于公开资料与官方文档，对国内外主流数据库（包括 PI System、亚控、紫金桥、麦杰、力控、中控、庚顿）与新兴国产工业数据平台 TDengine（包含 TSDB 时序数据库和 IDMP 工业数据管理平台）进行了系统对比，从功能架构、模型设计、安全体系、AI 能力等多维度展示差异，助您一览国产数据库格局。

我们会分成七个系列来展示这一系列的深度解析，此次是第六篇。

中控 InPlant 系列（含 iSYS、VXHistorian、VXBase 与 InPlant SCADA）以组态与监控为主，数据库功能相对基础。系统不支持分布式与多级存储。

中控（InPlant iSYS / VXHistorian）vs TDengine

功能类别	具体功能	TDengine TSDB+IDMP	中控InPlant iSYS/VXHistorian/VXBase+InPlant SCADA
数据库	高可用/负载均衡/分布式集群部署	✅	❌
	多级存储	✅	❌
	多测点连接查询（join）	✅	不支持，需借助内部函数
	实时表/历史表统一	✅	❌
	宽表模式存储	✅	❌
	数据分发权限管理	✅	✅
	时间戳精度	纳秒	毫秒
	数据类型	TIMESTAMP、INT、INT UNSIGNED、BIGINT、BIGINT UNSIGNED、FLOAT、DOUBLE、BINARY、SMALLINT、SMALLINT UNSIGNED、TINYINT、TINYINT UNSIGNED、BOOL、NCHAR、JSON、VARCHAR、GEOMETRY、BLOB、DECIMAL数据类型	支持7种数据类型，包含bool、byte、int16、int32、int64、float、double，不支持GEOMETRY、BLOB、DECIMAL
	是否支持指令下发	❌	✅通过独立的SCADA下发，库本身不下发，作为SCADA历史库
资产模型	树状结构	✅以元素为基础形式展示	以测点为基础形式展示，支持结构体
	工艺模型/图形模型	❌	✅
	元素引用	✅	✅
	属性特性	✅	✅
	数据引用设置	✅	✅通过组态软件图素面板引用
	测量单位（可参与运算）	✅	❌
	模板和继承	✅	部分满足，不能继承
	查找	✅	主要是测点或者组件内容查找过滤
	版本控制	✅	❌（但组态软件支持检入\检出功能，画面只读控制等，不能回滚操作）
资产分析	触发器	周期、多种窗口触发和条件过滤	定时、变化、事件（打开、关闭、冗余切换等）触发
	表达式分析	✅	✅
	汇总分析	✅	✅
	事件分析	✅	✅基于测点或者表达式，较弱
	统计质量过程分析	❌ (planned)	独立产品
	回填和重计算	✅	✅
	历史记录更新触发重计算	✅	❌
	会话、状态、计数、事件等窗口触发	✅	支持定时间、事件和状态统计
	环比/同比分析	✅	❌
报警和事件	获取事件值	✅	✅
	确认事件框架	✅	✅通过事件转成实时报警
	物料转移事件	❌	❌
	元素引用	✅	✅组态中模型实例化引用
	事件模板	✅	❌
通知（事件转发）	通知模板	✅	❌
	触发条件	依据报警严重性等级	✅报警触发和手动触发
	转发设置	✅	✅
	升级转发	✅	❌
可视化	支持图素/组件	曲线、报表、值输出、仪表盘、条形图、XY曲线、地图、图像、文本框	支持曲线、报表、图片、xy曲线、地图、报警窗口、事件窗口、视频组件、3D组件等
	组态展示	❌ (planned)	✅CS组态，支持BS访问
	事件	Partially matched	通过报警/操作事件组件展示
数据写入	OPC	✅	✅
	OPC采集是否有自动更新点位功能	✅	❌
	MQTT	✅	✅
	Kafka	✅	❌
	Relational databases	✅	❌
	CSV files	✅	❌
	Other industrial protocols	❌（但很方便通过第三方生态实现）	✅
	断线续传（采集到数据库）	✅	部分支持，只有104协议
数据分发	Kafka	✅	❌
	MQTT	✅	✅
安全	Role-based access control (RBAC)	✅	✅
	Single sign-on (SSO)	Planned	❌
	Data encryption	✅	❌
	SOC 2 certification	✅	❌
	ISO 27001 certification	✅	❌
应用访问	Server access	浏览器	浏览器/客户端
平台和部署	Windows	✅	✅
	Linux	✅	✅
	Installation package	✅	✅
	Ansible deployment	✅	❌
	Helm deployment	✅	❌
	Cloud service	与本地相同	❌
	Supported cloud platforms	Azure, AWS, GCP，阿里云	❌
集成	REST API	✅	✅
	JDBC and ODBC	✅	✅
	Power BI	✅	❌
	Tableau	✅	❌
	Seeq	✅	❌
	Grafana	✅	❌
	Excel	✅	✅
	Flink table SQL/CDC	✅	❌
AI	Chat BI	✅	✅
	Zero-Query Intelligence	✅	❌
	AI-based time-series forecasting	✅	✅
	AI-based anomaly detection	✅	✅
	Integration with third-party AI applications	容易	较难

数据模型以测点为基础构建，支持一定的开发 check in/out 模式版本控制，支持部分模板功能，但无继承、单位运算。TDengine 支持模板复用与多层级资产结构，模型表达更强。

在分析计算方面，中控支持定时、变化与事件触发，可进行周期性计算，但不具备历史回填与同比分析。TDengine 除支持上述功能外，采用SQL语句，支持宽表多列模型，具备灵活的表达形式，支持多种窗口触发与自动重算机制，生态丰富，深度支持flink等主流计算框架，具备更强的数据分析计算能力。

在数据接入上，中控支持 OPC、MQTT 与部分协议，并部分支持断线续传（仅 104 协议）；TDengine 同时支持 OPC、Kafka 与 MQTT，形成完善的数据通道。

安全层面，中控支持 RBAC，但无数据加密与国际认证；TDengine 安全体系更完整，并支持 REST API 与多种可视化集成。

了解更多，欢迎直接访问：七家工业数据库横评：PI/亚控/紫金桥/麦杰/力控/中控/庚顿 vs TDengine