由千家傳媒主辦的2014年第十五屆中國國際建筑智能化峰會北京站于11月27日在北京國賓酒店盛大召開，活動現場吸引智能建筑行業專家、設計院人士、系統集成商、渠道商、廠商、終端用戶等超過五百人到場交流，每年一屆的智能化峰會為智能建筑行業搭建學習交流平臺，成為智能建筑業界人士關注的大型活動之一。

　　——Tridium 亞太技術總監艾鐵軍

　　以下分享TRIDIUM亞太技術總監艾鐵軍的精彩演講

　　Tridium 亞太技術總監艾鐵軍

　　 艾鐵軍：謝謝主持人!尊敬的各位嘉賓，上午好!

　　今天我要跟大家分享的話題是《開放分布式架構——構造大規模設施聯網趨勢》。我會從四個方面跟大家作一個分享，首先是我們目前現狀的認識，面臨的一些挑戰和問題，我們如何解決這些問題，以及我們在各個行業的解決案例。 

　　前段時間我對一家世界級的連鎖企業做了一個調研和分析，很驚訝的發現了一些問題，這些連鎖企業在中國區有將近1000家的門店，他們在不同的門店里有大量不同的系統，包括主控系統、冷凍、空調、防水包括外圍系統，照明、電梯甚至一些門禁系統。在各個門店里現在有不同的設施團隊在維護，他們現在面臨的一個問題是怎么能夠有效的遠程管理這么多國家的門店。在總部有一個報警中心，主要來管理解決這些核心系統的主控設備的報警，他們是怎么做到的?目前因為這些單一門店，或者是分布在不同地方的門店，并沒有聯網，系統之間也沒有做任何集成，這是怎么做到呢?所以他們在中央有一個報警中心，這個報警中心雇傭了不同的團隊，通過24小時三班倒的方式來實時以人工方式去掃描和遠程登錄這些設備，看看有沒有相應的報警，如果有報警，他們會以手工的方式記錄下來，然后通過打電話的方式給到門店，說這個地方有報警，需要去處理，之后他會再跟蹤這個問題有沒有解決，如果已經解決，會在單子上打勾，去關閉這樣的報警。這種方式是通過大量的人工，將近20個人的團隊，主要來解決核心兩個系統的報警問題，還有大量其他的系統是沒有辦法解決的。這種人工方式最大的問題，它會造成直接間接的浪費。

　　曾經有一個人跟我們講，有一次報警沒有實時的響應，另外就是數據問題，每年都要得到各個系統不同品牌的系統之間對比數據，或者是各個門店之間的能耗數據，或者是整個報警所有的歷史數據還有整個響應過程的數據，如果出現問題之后，需要還原當時的情況，所有的這些他目前是沒有辦法收集數據的，通過人工的方式也是不現實的。我們可以怎么幫到他們?這家企業目前在全球排前十名，在歐美超過一萬家店，在歐美，人工成本非常昂貴，所以在若干年前，他們已經形成了門店設施聯網的觀點，能夠遠程實時監控數據搜集、數據分析、數據決策，所以他們在中國區的這些管理層也深深意識到這樣一個必然的趨勢，所以他們的目標很明確，他告訴我，他說我需要一個開放式的平臺，我需要接入所有門店不同的智能系統，能夠去創造一個安全、舒適的環境，所謂安全就是能夠監控到你設備的運行情況，減少宕機的時間。

　　同時，他也希望降低每年的人工幾百萬的投入，這是直接的一些成本的降低。 其次是低能耗，他希望有數據，他希望有對比，他希望分析到在哪些地方有浪費。他現在沒辦法做標準，因為他沒有一個基礎的數據，所以他即使在同樣規模的門店，也沒辦法分析為什么這家門店的能耗比另外一家門店的能耗高20%，問題到底在哪，他需要有高投資回報率，他說我們建一個系統只是解決目前的問題，我目前只是接入最核心的兩個系統，讓我能夠有效的監控，得到數據，未來我會有更多的門店和更高的需求，所以他希望一個可以持續改進的系統。

　　剛才講了兩個關鍵詞，一個是減少浪費，一個是持續改進，這兩關鍵詞都來自于經營管理的思想核心。談到經營管理，最早來自于豐田，經營管理思想不僅是在制造業，甚至在軟件行業也大量的應用，所有這些都是在用經營管理的思想得到延伸。很多人問我，你們稱你的系統整個分布式平臺可以接入不同的子系統，可以用來連接所有的設備，那又能怎么樣呢?我現在通過剛才的例子，通過人工的方式也可以主動的得到現場的控制和一些信息，通過打電話也好，通過人工處理也好，我可以解決其中的問題。我回答是可以解決，可以通過人的方式，但是人的成本很高，而且人在這種重復的簡單的工作面前非常容易出現人為的因素，導致一些間接的成本發生。如果有一個方法能夠自動的、透明化的把所有分布在不同地方的設施連起來，能夠自動給推送這些消息，而不需要靠人為24小時盯著，而且是不同團隊的人。看起來這個很好，但是如果讓我投資幾百萬或者上千萬去解決這個系統，去解決事中監控的問題，投資回報率不夠高。

　　如果沒有數據，原來的方式是沒有辦法得到整個設備運維非常詳細的數據，沒有這些數據無法做分析、對比，因此如何發現你的設備處于不穩狀態，怎么提前預防，設備出現宕機的概率。還有一點，如果有了這些分析之后，我可以幫你做到事前的決策，而不是你發現問題之后再去解決問題，而是如果能夠分析這個設備的行為模型，我能夠預測到你未來在什么時間點這個設備可能出問題，或者是我能預測到你在什么最佳時間點打空調、照明，如果我能幫助你做事前決策，對你會不會有幫助?當然有，我想怎么能做到這些呢?是不是可以真正的實現所有的從事中到事后，以及事前的預防決策，怎么解決這個問題? 首先，我們看一下技術背景。 

　　目前，云計算的發展速度很快，云計算可以幫助我們提供無線接入和大數據存儲以及數據分析決策的計算能力。還有物聯網，物聯網可以讓我們的設備變得越來越智能，越來越可以被連接，越來越可以被管理。還有就是大數據的分析，存儲技術的發展，以及移動計算，每個人手機里面都有運算能力很強的移動終端，移動終端甚至我的手表就可以監測到末端設備運行情況等等，這些都為我們的設備聯網帶來了很好的支撐。還有web2.0瀏覽器，幫助我們遠程管理我們的設施。 這是思科在2013年做的分析預測，說到2020年將近500億設備會接入到互聯網領域，其中將近40%是來自于建筑和設施領域，所以這是一個非常巨大的空間。在這樣的一些背景下，就為設施聯網去做連接分析提供了一個平臺。但是真正建立大型的平臺還是提出了一個挑戰，首先第一個就是跨系統、跨平臺，就算你在單一的移動設施里，你會有很多的子系統設備，有的系統是封閉的，有的是開放的，有是半開放的。如果你能夠把單一的智能設施里的系統集成起來，已經是很有挑戰的。如果你要把分布在不同地方的設施都集成起來，在同樣一個門店里，他用的空調系統可能是來自于不同的廠家，所以你用的是千差萬別的系統，如何把它們有效的集成起來，這個非常難。還有就是跨地域的問題，設施聯網一定是你的設施分散在不同的地方，分散在不同的網段里，如何把它們有效的聯合起來。

　　很多人會說，現在的網絡無處不在，而且現在的智能設備越來越IP化，我可以把IP的系統直接聯入到互聯網，我在中央架設一個集中式的服務器，我可以租一個云服務，然后把IP設備連上去。就算不是IP的設備，我可以通過IP網關的方式掛到互聯網上，在上面開發監控畫面、很炫的報表，實現遠程的聯網管理。 技術原理看上去是OK的，但是如果你要構造一個真正的可以商用、穩定的設施聯網平臺一定要考慮這幾個因素，第一個是數據實時的問題，如果兩個設備需要聯動，這個設備說我這里很熱，你告訴中央服務器，讓某一個控制器把設備打開。要知道，互聯網是不穩定的，是不安全的，這是實施上的問題。還有就是數據完整性的問題，我們說要做事后分析你需要有大量的運維數據、設備模型的數據。如果說你的設備直接掛到互聯網，掛到中央服務器上面，如果你的網絡斷了怎么辦呢?互聯網就是不穩定，怎么辦呢?如果有另外的設備連到中央服務器，互聯網一旦斷裂，是不可控的。還有一個就是數據安全性，現在大量的IP控制器用了標準的工業協議，這些協議本身沒有安全認證，如果一旦把這些IP的控制設備掛到互聯網上，就意味著你把這些設備赤裸裸的曝露在所有的網銀面前。

　　大數據改善系統

　　我們在2012年的時候遇到了一個很大的挑戰，當時有一個機構開發了一個搜索引擎，有點類似于谷歌的搜索引擎，但是它主要是用來搜索的，掛到互聯網上的智能設備，他會嘗試用不同的協議訪問某一個端口。有一次他發現有大量的工業級的設備掛到了互聯網，他可以輕而易舉的控制這臺設備，這是非常不安全的。大家有興趣可以了解一下這個搜索引擎。還有系統穩定性的問題，集中式的架構把所有的東西都聯上了，你怎么解決無線接入的問題，本來要接入一棟樓、兩棟樓，管理會越來越多，你會接入更多的數據點，所有數據都要實時通訊。你的系統一旦出現宕機，就會大面積癱瘓。還有就是系統的擴容性，比如說你租用云服務器，可以虛擬計算，但是任何單一的節點接入都是有限的。這些都是我們在解決跨域分布式連網面臨的問題，所以我們需要去思考。 還有就是大數據的問題，我不想過多的解釋什么是大數據，但是我想解釋一下我對大數據的一個認識。到底多大算是大數據呢?一個G，一個T，十個T，一百個T?在我們看來，如果你有足夠的數據可以分析一個設備的行為模型，你可以預測到它未來一小時、一天會不會出現問題，需不需要維修，是否處于不穩態?如果你可以分析一個人一天在某個時間點跟什么人在哪里約會，如果你有足夠多這樣的數據，我們稱之為大數據，你是可以來做預測的。大數據解決的問題是如何收集，如何定義數據模型和設備的行為模型以及設備的關聯模型，如何去分析和存儲大量的數據。如果有了這些，我們就可以做出預測，可以做到事前的預測，讓我們整個管理變得越來越高效。 Lord Kelvin說過如果一個事情沒有辦法量化的話，我就沒有辦法改變它，充分說明了我們需要有數據，這樣才能改善系統。

　　首先，我們需要開放，去年的話題就是開放，在我看來，開放有三層的含義。第一層就是互聯，只有開放了之后，大家才可跟你連接，跟你互操作，才可能變成一個智能的系統，各個子系統之間可以協調工作。還有就是可擴展性，如果你一個系統建造不可擴展，或者說可擴展性很弱，我們知道任何事情都不可能是完美的，而且也不可能是一成不變的，所以你的管理的要求、你的需求，你一定是需要不斷的擴展新的功能，或者是接入更多的子系統，把整個測試變得越來越智能化，所以你一定是要可擴展，從橫向接入更多的東西，提供更多豐富的功能。第三個是渠道，如果一個技術只有被一個渠道買到的話，就不夠開放。像安卓是開放的，你可以通過不同渠道買到不同品牌的安卓手機，它可以很快的滿足你的客戶需求。還有一點，跨地域挑戰的問題，我們用分布式的辦法來解決這個問題。什么是分布式，什么是分布式計算?其實分布式計算在人類系統大量在用，小到一個公司，大到一個國家都有區域政府、地方政府、中央政府，你可以沒有中央政府、地方政府也可以協調工作，區域高度自治，不是把所有的都給到中央。我們的設備也是一樣的，怎么把大量的子系統管理起來呢?在一個局域網或者在一條總線上是相對安全的實時可控的，我們需要部署本地的單元，一個分布式的計算節點來解決問題，做到實時數據通訊的交互控制問題。這些控制都需要到一個總部操作起來。第二個問題要解決數據收集、存儲以及局部運算的能力，而不是說把所有東西直接就不管，實時扔到上面去，這也是不現實的。所以，在這個地方它解決的兩個最關鍵的問題。如果說你的社區足夠大，你就需要一個聯邦政府，如果各個分布式單元之間協調運作，可能有些大的運算，你可能需要一個界面，來協調所有分布式單元一起合作，這時候你可能是中央單元，或者你中央單元哪天工作了、罷工了，這個系統還在工作。通過這樣一個解決方案，你的實時性的問題，數據完整性的問題安全問題都可以得到解決。因為分布式計算最核心的問題就是把合適的計算放在合適的位置，全部放在一個地方，什么叫合適的計算?實時計算這種能力應該放在離社會最近的地方，包括實時數據搜集能力，或者本地處理的能力應該放在局域網里。就算你的網絡斷點之后，一旦重新連上，兩個節點之間可以保持自動連接。

　　剛才講了分布式單元要解決的最核心的就是設備實時介入和互操作，另外是本地數據收集和實時數據的存儲。我們怎么去解決大數據的問題?核心的幾個問題，一個是如何定義設備的行為模型和關聯模型，有了這個模型之后你怎么得到所有的數據，怎么保證是完整得到這些數據。有了這么大的數據，你怎么去存儲這個數據?所有東西都實時推送到一個節點也不現實，所以你可以通過這種分布式的節點，通過定義你的設備對分模型，獲取本地的實時數據，可以建立本身的設備對方，你可能關注的是設備的溫度、裝置、開關這樣一些模型，這個溫控器跟其他設備的關聯。你把這個模型建好之后，通過本地的控制來得到所有設備的實時數據，而且可以在本地存儲。一旦我現在需要有一個地方來調用不同節點的所有數據來做一個分析和對比，你可以有一個中央的節點，如果說我要做一次大的分析，我要用很多不同門店的數據。這些數據源頭在哪里?分布在各個節點，而不是一個節點。 通過這些方式你可以得到你的完整數據，你可以在上面做你的決策，因為你有了主要的設備模型，我們可以進行數據分析模型分析你的數據算法，同樣的子系統你用了不同品牌，這兩個品牌之間可以做能耗的對比等等，來解決大數據的分析和應用問題。

　　所以，總結起來，我們的解決辦法是一個閉環的精益管理模型，通過分布式單元定義所有模型，收集數據，同樣中央系統匯總，按需的方式歸總分析，再通過分布式單元反向控制設備。通過這種方式我們可以從事中監控到事后分析，讓你的管理變得精益起來，減少不必要的浪費，而且可以持續改善你的系統。

　　最后，簡單分析一下我們在一些大型設施聯網的案例。第一，在連鎖銀行，美洲銀行超過5000個銀行網點的聯網。在電信領域，美國AT&T電信，加上智慧城市、商業地產、連鎖超市、甚至全球連鎖工廠，管理所有運維的能耗和報警數據。還有在太陽能站點，在歐洲的2800個太陽能站點聯網監控，進行能源管理，當然每個太陽能站點本身是高度自治的，在中央進行分析和對比這些數據。所有這些東西都是真實的，通過分布式開放的架構來實現的大型設施聯網的案例。我們相信隨著開放，越來越多的設備會變得開放起來，開放互聯分布式云計算的發展，我們相信我們的大型設施聯網會越來越好，而且它就在眼前。

　　謝謝大家!