實現工業4.0，需要高度的工業化、自動化基礎，是漫長的征程。工業大數據是未來工業在全球市場競爭中發揮優勢的關鍵。不論智能制造發展到何種程度，數據采集都是生產中實際高頻的需求，也是工業4.0的先決條件。

數字化工廠不等于無人工廠，產品配置，制造流程越復雜越多變，越需要人的參與；在數字化工廠當中，工人更多地是處理異常情況，調整設備。但數據采集一直是困擾著所有制造工廠的傳統痛點，自動化設備品牌類型繁多，廠家和數據接口各異，國外廠家本地支持有限，不同采購年代。即便產量停機數據自動采集了，也不等于整個制造過程數據都獲得了，只要還有其他人工參與環節，這些數據就不完整。

工業數據采集類型

互聯網的數據主要來自于互聯網用戶和服務器等網絡設備，主要是大量的文本數據、社交數據以及多媒體數據等，而工業數據主要來源于機器設備數據、工業信息化數據和產業鏈相關數據。

從數據采集的類型上看，不僅要涵蓋基礎的數據，還將逐步包括半結構化的用戶行為數據，網狀的社交關系數據，文本或音頻類型的用戶意見和反饋數據，設備和傳感器采集的周期性數據，網絡爬蟲獲取的互聯網數據，以及未來越來越多有潛在意義的各類數據。主要包括以下幾種：

海量的Key和Value數據

在傳感器技術飛速發展的今天，包括光電、熱敏、氣敏、力敏、磁敏、聲敏、濕敏等不同類別的工業傳感器在現場得到了大量應用，而且很多時候機器設備的數據大概要到ms的精度才能分析海量的工業數據，因此，這部分數據的特點是每條數據內容很少，但是頻率極高。

文檔數據

包括工程圖紙、仿真數據、設計的CAD圖紙等，還有大量的傳統工程文檔。

信息化數據

由工業信息系統產生的數據，一般是通過數據庫形式存儲的，這部分數據是好采集的。

接口數據

由已經建成的工業自動化或信息系統提供的接口類型的數據，包括txt格式、JSON格式、XML格式等。

視頻數據

工業現場會有大量的視頻監控設備，這些設備會產生大量的視頻數據。

圖像數據

包括工業現場各類圖像設備拍攝的圖片（例如，巡檢人員用手持設備拍攝的設備、環境信息圖片）。

音頻數據

包括語音及聲音信息（例如，操作人員的通話、設備運轉的音量等）。

其他數據

例如遙感遙測信息、三維高程信息等等。