作为工业数字化的基础，不管是从基础的监控类应用开始，还是从数据资产积累的目的出发，大家都或早或晚开始了数据采集的工作。上一期我们对数据采集过程中企业的需求，比如完整性、稳定性、时效性、非侵入性、安全合规、成本等因素，以及对数据采集过程中面临的一些典型挑战，进行了分析和探讨。这一期，我们聊聊在数据采集的过程中面临这些问题之后，如何应对。
Q1：过去在数据采集现场，还碰到过哪些棘手的问题？
虽然我们所有人都希望数据采集能够毕其功于一役，一次性解决问题，往往现实不是这样的。上一期已经聊到了很多棘手的挑战，仍有一些在实施过程中防不胜防。
例如，数据接口的问题，有一些系统一开始数据接口规范定义都很好，通信协议都很清晰，在真正实施的时候，就会发现方方面面的问题都出来了。可能涉及到一些接口不开放，甚至还需要进一步的商务合作，还有一些系统时间也长了，可能业主自己也找不到原来厂家是谁负责的。
还有一些多方协同的不可控变数，例如在一个矿场上做车载的数据采集，sim卡有效期是一年，一年之内你要续费，结果由于一些额外的因素没有及时续费，再续要实名认证。但是实名认证几百辆车很麻烦，于是就需要把设备拆下来，重新替换sim卡。
还有一些极端环境因素的影响，安全防护的考虑，跨部门协同也有不同立场上的风险平衡问题等等，数采确实也是一个持续的迭代的事情。
Q2：从企业的角度看，数据采集需要做哪些准备工作？
第一，业务目标和场景定义。首先要以终为始，先确认要分析什么样的场景，才能确定下来采集哪些数据。不同目标对数据要求的侧重点会有差异，需要综合总体目标去判断，可能需要哪几类数据。例如就做实时监控，要求全量数据，这也是一种目的。
第二，梳理现有的数据清单。先把数据归类，比如有哪些设备、哪些测点，数据的采样频率如何，哪些数据目前没有，需要加装传感器。
第三，样例数据的初步分析。拿到一些样例数据，了解数据质量如何，有的在数据清单里，但可能传感器工作不正常，或者准确度特别差，就需要改造。但样例数据不能代表全部数据的情况，对潜在工作量的预判不能过分乐观。
第四，制定相关的采集标准。明确数据格式、数据质量、数据安全等各方面标准，根据这些标准，可以保证数据的一致性和可比性，从而提高数据的可利用价值。
第五，制定数据采集方案。设计具体的实施方案，比如数据怎么采、网络怎么架构、怎么部署，技术架构是否有可扩展性。前期尽量做得比较细致一些，包括采集的方式和具体的工具。自动接入一般会包含硬件和软件，要建立一整套软硬件解决方案。比如硬件方面，包括哪些传感器、哪些监控的设备、是有线传感器还是无线传感器、现场有没有工业网络、是否安全合规？软件方面，需要对数据源所在软硬件的负载情况做系统性分析和可行性验证，避免数采负载对原有系统带来过大的冲击。弄清楚采集软件是哪些，数据采上来之后，传输、存储和处理都需要哪些软件来进行支持，数据访问链路和接口是否畅通？关键路径是否存在实施风险？是否满足实时或者批量获取的需求？
