Selva大数据平台
传统的工厂数据存储方式是采用实时数据库（包括实时部分和历史部分），该方式能很好的处理了传统的数据类型，例如：整形，浮点型，字符串等。但，目前工厂中的数据开始变得多样化。传统的数据类型以外，逐渐开始出现文本，图像，视频，声音等大容量的数据。这些数据都不能直接存储到实时数据库中，导致数据的关联查询越加困难。
同时，大数据的发展孕育出了高性能的开源非关系型数据库，以前在实时数据库上才能达到的数据处理能力，在大数据平台上已经能够触及，再加上大数据平台的灵活数据类型支持，动态处理节点的增减，更是优于目前的实时数据库。特别是大数据平台更适合数据挖掘。
关系数据库面临下列挑战：
并不适用于数据类型多样化（比如图像、视频和文本）的大量（PB级）数据。
无法扩展、支持庞大的数据量。
无法纵向扩展，受制于内存和处理器的功能。
无法横向扩展，受制于依赖缓存的读取和写入操作。
分片（将数据库分成几个部分，存储在不同的节点）引起操作问题（比如管理共享式故障）。
复杂的RDBMS模型
一致性限制了RDBMS的可扩展性。
相比关系数据库，NoSQL更具有可扩展性，并提供了出色的性能。NoSQL数据库提供了下列解决方案，从而克服了关系模型无法克服的挑战：
横向扩展、什么都不共享的架构，能够在大量节点上运行。
非锁定并发性控制机制，那样实时读取不会与写入产生冲突。
可扩展的复制和分发――成千上万个机器拥有分布式数据。
每个节点提供的性能高于RDBMS的架构。
无模式（schema-less）数据模型。
本数据平台主要特点
（1）去中心化
数据库集群中的每一个节点的角色完全相同，避免了整个系统的单点问题导致的不稳定性。数据被分布在集群中的各个节点，每个节点包含不同的数据，但是没有主辅之分，每一个节点都可以响应所有请求。
（2）支持复制和多数据中心之间的复制
提供可配置的复制策略，工厂大数据平台是作为分布式系统设计的，可以部署到包含多个数据中心的大量节点上。工厂大数据平台的分布式架构就是为多数据中心部署、数据冗余、容错、灾难恢复等功能量身定制。
（3）可扩展性
当数据库集群中增加新的节点时，数据库的读写吞吐量随之线性增长。并且不需要停止系统，不影响系统的运行。
（4）容错性
数据可自动的复制到多个节点来实现容错性，支持跨越多个数据中心的复制。出错的节点可在不停止系统的情况下进行更替。
（5）可调节的一致性
数据库的读写提供可调节的一致性水平，如所有节点的数据必须一致或者任一节点的数据都可使用，再或者要求一半以上的数据一致等。
（6）支持MapReduce
（7）查询语言
工厂大数据平台引入了CQL查询语言，类似于传统的SQL语言。并提供JAVA，C#，C++，PYTHON等等常用程序语言的访问驱动。
（7）数据接口：
现在可使用的接口和数据交换格式包括：OPC，Modbus，S7 TCP，API，Json，XML
工业应用中使用的优点
应用此平台使得工业领域中长时间（若干年）监控数据的统一存储和分析易于实现。通过动态增删数据库节点，可对数据系统进行扩容和修复，系统可随着需求的增长而动态扩展。
面对海量数据时，工厂大数据平台可提供稳定的读写吞吐量，不会因为数据量的增加而降低性能指标。
它提供了持续可用性、高扩展性和高性能、强安全性和操作简单性，同时降低了总体拥有成本。开源的非结构化数据平台从性能和可靠性上，已经具备在工厂环境里的应用。可以作为实时数据库的补充，为客户提供更丰富的应用环境，特别是数据分析，挖掘方面。是工厂客户搭建数据中心的可选平台。