系列工业软件与开发者成长实战本文主题理解 IT、OT 与 MES 之间的关系以及设备数据如何进入业务系统资料基础个人学习记录与项目分析未在代码中确认的内容以 [TODO] 标记整理日期2026-07-17背景入职xxxx后通过MES系统逆向学习制造业全流程发现学校教的和工厂用的是两套完全不同的知识体系这里是yurenpai27届开发者主要学习 Java 后端与 AI 应用开发。这里记录真实项目中的代码调用链、Agent/RAG 工程化、问题排查和开发复盘。个人理念跨行业学习的第一步不是急着写代码而是先承认自己还不了解现场。写在前面先给结论OT 和 IT 不是“硬件与软件”的简单对立而是围绕不同目标建立的两套技术体系。本文在原稿基础上补充 MES 分层、数据链路、验证边界和学习路线。一、两个世界的分野中国的大学专业划分天然制造了一条鸿沟计算机科学与技术IT 自动化/电气工程OT ───────────────────────── ─────────────────────── Java / Python / Go 梯形图 / 结构化文本 / 组态软件 Spring Boot / 微服务 PLC / DCS / SCADA MySQL / Redis / MQ 工业协议OPC-UA / Modbus / Profinet HTTP / WebSocket 传感器 / 执行器 / 变送器 / 数据采集模块 云原生 / K8s / Docker 工控机 / HMI人机界面 / 现场总线 开源社区 / GitHub 闭源商业软件 / 厂商私有协议IT和OT分属两个学院、两套课程体系、两种思维方式。计算机专业不会讲PLC编程正如自动化专业不会讲Redis集群。这不是个人知识盲区是专业隔离。二、为什么工业知识在互联网上隐身2.1 从业者画像完全不同互联网技术从业者 工业技术从业者 ───────────────────────── ────────────────────── 20-35岁一线城市 30-50岁工业园区/二三线城市 互联网公司/大厂 制造业工厂/设计院/系统集成商 跳槽靠GitHub和技术博客 经验靠师傅带徒弟口口相传 开源文化 → 写博客、录视频 闭源生态 → 操作手册锁在档案柜里 技术大会、B站UP主 不出圈、不录视频、不写公众号 知识变现课程/咨询 经验不对外行业壁垒也是护城河2.2 软件生态完全不同互联网软件 工业软件 ───────────────────────── ────────────────────── Spring Boot → 免费开源 西门子TIA Portal → 一套几十万 MySQL → 随便装随便用 PI System → 百万级授权费 源码在GitHub上随便看 无源码厂商封装成黑盒 B站教程满天飞 官方文档是PDF纯英文几百页 社区活跃Stack Overflow 靠厂商技术支持电话解决问题2.3 为什么制造业经验不外传没有受众PLC编程入门的B站播放量可能不到500。搞互联网的不会看搞工业的不上B站。没有变现没有人靠讲工厂业务在互联网上赚钱。知识付费的消费者是程序员不是工厂师傅。行业壁垒制造业的know-how知道怎么做本身就是核心竞争力。一个配方、一套工艺参数可能就是一个工厂的命脉不可能写成博客公开。不依赖流量工业圈找工作不走技术网红路线。靠的是行业人脉、项目经验、资质证书。三、MES系统的技术分层真实情况互联网圈讲高并发、分布式、微服务工业圈的真实架构是另一种分层┌─────────────────────────────────────────┐ │ 应用层IT的世界 │ │ Spring Boot Vue MySQL Redis │ │ 订单/工单/报工/检验 → 全是CRUD 状态机 │ │ ← 这是计算机专业教的东西你会 │ ├─────────────────────────────────────────┤ │ 中间层OT和IT的交界 │ │ OPC-UA Client / MQTT Broker │ │ 协议转换工业协议 → HTTP/JSON │ │ 时序数据库InfluxDB / TDengine │ │ ← 这部分是两个世界的翻译官 │ ├─────────────────────────────────────────┤ │ 设备层OT的世界 │ │ PLC控制器 / 传感器 / 执行器 │ │ SCADA组态软件 / HMI人机界面 │ │ 工业以太网Profinet / EtherCAT │ │ ← 这是自动化专业教的东西计算机不教 │ └─────────────────────────────────────────┘一个互联网程序员转行做工业软件最难的不是写代码是理解设备层在干什么。四、设备数据到底存在哪4.1 实际情况看工厂规模小厂几十台设备年产值几千万 直接存 MySQL → 一天几千条MySQL 完全扛得住 运维简单不用引入新组件 中厂几百台设备年产值几个亿 时序数据库 → InfluxDB / TDengine / TimescaleDB 开源免费运维成本可控 大厂几千台设备年产值几十亿 商业工业数据平台 → PI System(OSIsoft) / 西门子MindSphere 一套百万级 → 买的不只是软件是整个数据采集存储分析体系4.2 时序数据库 vs MySQLMySQL 擅长事务、JOIN、随机读写 存什么订单、用户、工单、报工记录 特点数据量不大但关系复杂 时序数据库 擅长按时间范围扫描、降采样聚合、超高并发写入 存什么设备温度/压力/转速每500ms一条 特点数据量巨大但结构简单几乎没有JOIN 举例 MySQL 查SELECT * FROM temp WHERE time BETWEEN 10:00 AND 11:00 → 索引扫描几千条数据可能需要100ms 时序库查同样的查询 → 数据按时间连续存储在磁盘上顺序读取可能只需要5ms4.3 数据量计算1台设备每500ms一条数据温度/压力/转速/电流 2条/秒 × 86,400秒/天 172,800条/天 64台设备 约1,100万条/天 所以设备数据通常 ├── 实时数据最近24h→ 放在内存/Redis ├── 近期数据最近3个月→ 时序数据库 └── 历史归档3个月以上→ 压缩存储/只保留小时级聚合五、PLC和设备接入是什么5.1 物理链路工厂车间物理层 温度传感器(热电偶) ──┐ 压力传感器 ──┤ 振动传感器 ──┼──→ PLC控制器(西门子S7-1200) ──→ 网线 ──→ 车间交换机 转速传感器 ──┤ 电流互感器 ──┘ │ 搅拌机 ──→ PLC控制器(三菱FX5U) ──→ 网线 ──→ 车间交换机 灌装机 ──→ PLC控制器(欧姆龙) ──→ 网线 ──→ 车间交换机 │ ▼ MES服务器(内网) ├── OPC-UA Client 采集数据 ├── 阈值对比 → 超了就写告警表 └── 存进设备数据表/时序库5.2 OPC-UA是什么HTTP 互联网的标准通信协议浏览器 ↔ 服务器 OPC-UA 工业界的标准通信协议PLC ↔ MES/SCADA 类比 HTTP GET /api/user/1 → 返回 JSON {name: 张三} OPC-UA读 ns3;sTemperatureSensor1 → 返回值 75.5 OPC-UA 的价值 不管PLC是西门子的、三菱的还是欧姆龙的 只要支持OPC-UA上层系统用同一套代码就能读数据。 相当于工业界的统一API标准。六、从IT跨界到OT你应该学什么后附避坑指南第一层和团队正常协作需要的知识点学到什么程度时间制造业业务流程BOM/工单/报工/工艺路线能听懂别人在说什么看MES文档两天所在行业的术语细度/粘度/固含/色差知道每个指标是什么意思半天OEE的计算方式稼动率×性能率×合格率10分钟GMP合规/批号追溯如果接药厂/食品厂知道数据不能物理删除半小时时序数据库 vs MySQL的区别面试能讲清楚半天第二层面试能拉开差距的知识点为什么值钱时间Docker 深入Dockerfile/多阶段构建/镜像优化你简历写了但深度不够3天Jenkins / CI-CD Pipeline6人团队持续集成大概率要用3天Git 协作规范Git Flow/Code Review/冲突解决独立开发→团队协作的第一步2天Nginx 配置反向代理/负载均衡/HTTPS你们的网关就是Nginx2天Linux 排障top/free/df/journalctl/netstat服务器排查问题必备持续积累多租户SaaS架构你们的平台卖给多家工厂3天工业互联网/IIoT概念MQTT协议、数字孪生、数据采集架构3天第三层长期——让你和普通Java程序员拉开质的差距知识点为什么值钱Netty / 网络编程基础设备接入层本质是高性能网络通信TCP粘包/拆包/Reactor模型分布式系统设计107个子模块单体迟早拆微服务系统可观测性Prometheus Grafana SkyWalking工业协议入门至少知道MQTT和OPC-UA的概念市面上懂互联网又懂工业的人极少⚠️ 避坑指南这些不用学不用学原因PLC编程梯形图/ST语言你是AI模块负责人PLC有自动化工程师负责SCADA组态软件同上不是你的职责范围电路/模电/数电自动化专业的课你做软件不需要深度学习模型训练你用的是大模型APIDashScope/DeepSeek不是自己训模型LangChain现在Spring AI先学透概念全重叠后面用的时候两周上手七、你现在的独特位置大多数人 你现在 只懂IT不知道工厂怎么运作 既会Spring AI搭建AI模块 或者 只懂OT不会写代码 正在理解制造业全流程10板块107子模块 还知道AI怎么嵌入每个环节 面试市场上 会Spring Boot的Java程序员 → 一抓一大把 做过工厂MES系统 从0搭建AI模块 → 很少你不需要学会PLC编程才能做AI模块。你需要的是理解业务在干什么 知道AI能在哪个环节落地 能用Spring AI把方案做出来。这才是你不可替代的地方。八、一份实话工业软件和互联网软件最大的区别互联网用户多了加机器Redis扛不住上ClusterMySQL慢就分库分表 → 技术问题的解法是加更多技术 工业软件用户多了不能随便加机器产线停一分钟可能赔几万 → 技术问题的解法是不出错 互联网追求高并发、高可用 工业追求高可靠、高安全这两种思路在同一个系统里碰撞你们的MES平台就是要同时做到可靠智能这是你这个岗位值钱的地方。面试的时候把这段话讲出来面试官会觉得你不是那种只会写CRUD、不知道业务是什么的程序员。当前进度与发布说明[OK] 已完成已按照《00-个人技术文章风格规范.md》补充文章定位、作者介绍、结论导向、测试/验证说明和上下篇衔接。[TODO] 发布前继续确认涉及真实公司、项目名称、内部架构、数量和行业比例的内容需要结合授权范围决定是否公开具体类名、模块数量、设备协议和性能数字需要以当前代码、配置或正式资料复核截图和代码片段发布前应检查密码、Token、内网地址和真实业务数据。总结本文的核心不是罗列概念而是把“理解 IT、OT 与 MES 之间的关系以及设备数据如何进入业务系统”放回真实项目和个人学习过程里理解。阅读时建议沿着下面的路径复述问题或现象 → 业务背景 → 系统/行业结构 → 真实项目案例 → 可验证结论小鱼点睛先区分“资料中的规划”“代码中的实现”和“自己已经验证的结论”再把经验写成文章内容才经得起复盘。下一篇下一篇将继续写SmartMake 平台开发总结从工具到引擎。下一篇将从平台实现角度进入 SmartMake分析基础 Starter、代码生成、在线配置和运行时如何组合。
