断链不可怕,可怕的是不知道断过。设备侧做三件事:一是本地缓存,每条测试结果先落本地再上传,网络中断期间数据攒着不丢、产线不堵;二是幂等补传,每条记录带唯一键(序列号加时间戳加工位),恢复后自动补传,MES按唯一键去重,重传不产生重复记录;三是日结对账,每天比对测试数与MES入库数,差两台以上当天查原因。断链期间测试可以继续,但要打断链标记,补传记录带标识便于事后区分。字段清单与上传规则按项目协议固定,不要靠口头约定。
设备能力清单里有一条容易被当成交付后的事:定义测试程序版本、结果字段与数据上传规则。很多项目把数据上传当成甲方IT的活,上线三个月后追溯出了问题才发现——测试工位与MES之间,断过很多段,而没人知道。
数据链路的评价标准只有一条:任何一台机器的判定,都能在MES里完整还原。做到这条要堵住四类断点。
字段清单写进项目协议并冻结,接口字段变更走版本管理,不允许"现场加个字段"。
四类形态工位侧都要能"带着错误继续跑",而不是一断就停线。
缓存正常的前提下,断链不停线。但两条边界要守:判定与放行流程不变——MES看不到数据不代表现场可以放行标准放宽;断链超过一个班次仍未恢复的,升级处理,因为缓存也有容量与丢失风险(断电、磁盘故障),长时间断链要人工导出备份。
每天下班前对一次账:工位测试数与MES入库数。差值在两台以内,查当天的失败重传记录;差值大的,按时间段定位断链区间并补传。对账脚本化,人工对账坚持不过一个月。对账发现的每次断链都记原因——网络、接口、字段、认证,月度汇总看结构性问题。停机与可用率的统计口径里,数据链路故障也占一席之地(见设备可用率与OEE怎么跟踪)。
接口的可用性监控、字段变更通知归MES侧;工位侧的缓存、补传、对账归设备侧。边界写在协议里,出问题时先查自己这一侧,再约对方——"先怀疑自己"能让联调时间缩短一半。整条数据追溯链的接入框架见测试数据怎么接入MES与条码追溯。
数据链路和产线一样需要"冗余设计":本地缓存是缓冲,幂等补传是重试,日结对账是点检。三件套做下来,断网半小时与断网八小时都不会丢数据——而追求数据完整的成本,远低于一次追溯失败的成本。