MES 为了同时接住高频数采、复杂追溯与半结构化中间结果，被迫在 MySQL 之外加挂 InfluxDB 与 MongoDB，大量本该由数据库完成的计算被推到应用层。迁移到 MatrixOne 后架构回到单一数据库，整个过程不到一周。
深圳一道科技（ETAO Tech）成立于 2012 年，是面向电子制造业的软件与信息技术服务商，把软件系统、数字平台与人工智能带进智能工厂。目前已服务上百家电子制造业的数字工厂，物联接入点超过 15000 个。
一道科技自研了一套面向制造执行层的 MES 系统，覆盖数据管理、计划排程、生产调度、库存、供应链、设备与质量管理等模块，为工厂提供一套完整的制造协同管理平台，已经成功交付上百家客户。
除了 MES 软件本身，一道还提供整套生产设备的数据采集与接入方案——直接从设备 PLC 读取、外接边缘采集设备，或从控制台主机获取。这些数据同样会进入 MES，作为各类产线分析的基础。
第一个压力来自数据量。制造业客户数据驱动的意识越来越强，会要求 MES 厂商把采集到的所有数据都保存并利用起来。一个典型的拥有数十条产线的电子制造工厂，上线 MES 与数采系统后一个月就会累积 TB 级数据。为了接住这种高频写入，一道在 MySQL 之外引入了 InfluxDB 时序数据库。
第二个压力来自查询。报表分析、产品追溯，以及预测性维保、工艺流程优化这类更进一步的场景，都带有大量计算需求，尤其是面向过去数月甚至数年的追溯查询，MySQL 已经远远不够。工程师只好在应用层做预计算，而预计算会产生大量 JSON 半结构化数据，于是又引入 MongoDB 来存放。这个优化确实起了作用，但 MongoDB 不具备多维分析所需的 SQL 能力，所有预计算逻辑仍然压在应用层。
第三个压力是前两个叠加出来的。数据分散在三个数据库里——人员、物料、流程、设备等管理数据在 MySQL，设备采集数据在 InfluxDB，计算中间结果在 MongoDB。最终服务业务应用时，需要在多个数据库之间反复取数、计算与交互，业务逻辑变得非常复杂。
大量本应由数据库完成的能力被推到了应用层，而 MES 在不同项目交付中又往往需要定制，产品的迭代效率因此被直接拖慢。
一道的研发负责人在了解 MatrixOne 之后很快意识到，对混合负载的支持正好对上了当前的困境：如果一套数据库既能满足管理信息系统的 CRUD 需求，又能快速写入高频数据、支持复杂查询，并且用的是 SQL，那么现有的 MES 架构会被极大简化。
改造后，一个 MatrixOne 集群同时处理结构化与半结构化数据，原有系统之间的 ETL 任务被直接删除，不再需要维护多种数据库，数据库与应用程序之间的访问接口也统一了起来——整个 MES 应用回到了单一数据库的极简架构。
大量数据处理工作交还给数据库层之后，开发人员可以专注于应用层，很多此前来不及交付给客户的功能得以更快上线。
迁移本身也没有成为障碍。MatrixOne 与 MySQL 保持了很高的兼容性，原有库表通过 SQL source 直接导入，InfluxDB 中的时序表与 MongoDB 中的文档结构也按建议顺利迁入，整个过程花费不到一周。
整体数据架构大幅精简。一道科技 CTO 陈继表示：现在新招的开发不需要再培训好几种数据库，会一点 MySQL 就可以了。
过去很多分析都得让应用去多个地方取数再开发，现在直接在数据库里写 SQL 就简单多了，可维护性和性能都好了很多，MES 项目的交付效率也提升了很多。
团队也开始做很多与大模型 AI 相关的探索。MatrixOne 本身带有相关能力，正在探索和实验之中，省去了再单独引入向量数据库这类组件的必要。
在整个工业制造领域，客户其实都面临着相似的问题：面向混合数据负载，只能靠工程师手搓一套数据架构来支撑业务，随之而来的是越来越高的代码债与运维债。而这恰恰是超融合架构天然适配的场景。