หน้าตาของข้อมูลในแต่ละ Storage (UNS, Historian, Lakehouse)

หนึ่งในวิธีที่เข้าใจง่ายที่สุดว่าทำไมเราต้องมีระบบจัดเก็บข้อมูล 3 แบบ ก็คือการ ดูที่ข้อมูลเอง เครื่องจักรหนึ่งตัวสามารถส่งสัญญาณชุดเดียวกันได้ แต่เมื่อถูกจัดเก็บในระบบต่างกัน ข้อมูลนั้นจะถูก แทนค่าและจัดโครงสร้างต่างกันออกไป

1. UNS – สถานะเรียลไทม์พร้อมบริบท

ใน UNS (Unified Namespace) ข้อมูลจะถูกจัดเรียงในลักษณะ โครงสร้างโฟลเดอร์ (folder tree) ตามมาตรฐาน ISA-95 (Enterprise → Site → Area → Line → Cell → Asset) โดยแต่ละ node จะ publish ข้อมูลออกมาเป็น JSON payload ที่รวมทั้ง ค่าจากเซนเซอร์ (data points) และ metadata ของเครื่องจักร

ตัวอย่าง Path:

HighByte/Portland/Production/Line1/Mixer/Motor001

ตัวอย่าง JSON Payload:

{
  "AssetID": "Motor001",
  "Current": 24,
  "Speed": 1530,
  "Vibration": 70,
  "State": "Operating",
  "MaterialID": "MAT006783",
  "TankFillPct": 86.3,
  "MixTime": 1045,
  "Timestamp": "2025-08-29T10:15:23Z"
}

• เหมือนเป็น การถ่ายทอดสด ของ “ตอนนี้เกิดอะไรขึ้น”
• เหมาะกับ HMI, Dashboard, MES orchestration, Andon board
• ไม่เก็บยาว — เป็นแค่ สถานะและบริบทในช่วงเวลาสั้น ๆ

2. Historian – หน่วยความจำของเครื่องจักร (Time-Series)

ใน Historian ข้อมูลเดียวกัน (เช่น Current, Speed, Vibration) จะถูกเก็บในรูปแบบ time-series พร้อม timestamp

ตัวอย่าง Table:

• เหมือน เครื่องวัดชีพจร — บันทึกข้อมูลทุกวินาที
• ใช้สำหรับ Trend, SPC Chart, Golden Batch, Predictive Maintenance
• เก็บได้ยาว 3–7 ปี ด้วยความละเอียดสูง

3. Lakehouse – บันทึกการผลิตระดับองค์กร

ใน Lakehouse ข้อมูลจากเครื่องจักรถูก รวมเข้ากับข้อมูลทางธุรกิจ (Order, Material, Cost Center, Operator) และเก็บในรูปแบบ ตารางกว้าง (Wide Table) เพื่อใช้ทำ Analytics

ตัวอย่าง Production Events Table:

• เหมือนเป็น สมุดบันทึกการผลิต ที่รวมทั้งมิติการผลิตและธุรกิจ
• ใช้สำหรับ BI Dashboard, Forecasting, Compliance Reports, AI Models
• เก็บได้ยาว 7–10+ ปี และ schema มีความยืดหยุ่นสูง

ทำไมสิ่งนี้จึงสำคัญ

• UNS แสดงว่า ตอนนี้เกิดอะไรขึ้น (Live JSON + Context)
• Historian แสดงว่า มันเปลี่ยนแปลงอย่างไรเมื่อเวลาผ่านไป (Time-Series Memory)
• Lakehouse แสดงว่า มันมีความหมายอย่างไรต่อธุรกิจ (Records + Analytics)

เมื่อรวมกัน ทั้งสามระบบจะช่วยแปลงสัญญาณดิบจากเครื่องจักรให้กลายเป็น ข้อมูลเชิงลึกที่มีคุณค่า สำหรับ Operator, Engineer และ Executive ในองค์กร