实现工业4.0，需要高度的工业化、自动化基础，是漫长的征程。工业大数据是未来工业在全球市场竞争中发挥优势的关键。无论是德国工业4.0、美国工业互联网还是《中国制造2025》，各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析，及以此为未来制造系统搭建的无忧环境。不论智能制造发展到何种程度，数据采集都是生产中最实际最高频的需求，也是工业4.0的先决条件。
数字化工厂不等于无人工厂，产品配置，制造流程越复杂越多变，越需要人的参与；在数字化工厂当中，工人更多地是处理异常情况，调整设备。但数据采集一直是困扰着所有制造工厂的传统痛点，自动化设备品牌类型繁多，厂家和数据接口各异，国外厂家本地支持有限，不同采购年代。即便产量停机数据自动采集了，也不等于整个制造过程数据都获得了，只要还有其他人工参与环节，这些数据就不完整。
图一：工业数据采集类型
工业数据采集类型
互联网的数据主要来自于互联网用户和服务器等网络设备，主要是大量的文本数据、社交数据以及多媒体数据等，而工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。
从数据采集的类型上看，不仅要涵盖基础的数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音频类型的用户意见和反馈数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据。主要包括以下几种：
1、海量的Key-Value数据。在传感器技术飞速发展的今天，包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类别的工业传感器在现场得到了大量应用，而且很多时候机器设备的数据大概要到ms的精度才能分析海量的工业数据，因此，这部分数据的特点是每条数据内容很少，但是频率极高。
图二：工业数据采集系统
2、文档数据。包括工程图纸、仿真数据、设计的CAD图纸等，还有大量的传统工程文档。
3、信息化数据。由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。
4、接口数据。由已经建成的工业自动化或信息系统提供的接口类型的数据，包括txt格式、JSON格式、XML格式等。
5、视频数据。工业现场会有大量的视频监控设备，这些设备会产生大量的视频数据。
6、图像数据。包括工业现场各类图像设备拍摄的图片（例如，巡检人员用手持设备拍摄的设备、环境信息图片）。
7、音频数据。包括语音及声音信息（例如，操作人员的通话、设备运转的音量等）。
8、其他数据。例如遥感遥测信息、三维高程信息等等。
