主要观点：传统运营技术（OT）依赖遗留中间件，难以适应实时、可扩展和云原生架构，需进行数字化转型，用数据流式处理替代遗留 OT 中间件。
关键信息：

• 遗留 OT 中间件存在高成本、专有性、批处理、集成复杂和可扩展性有限等问题。
• 数据流式处理以 Kafka 和 Flink 为基础，实现实时处理、边缘到云集成和开放互操作性。
• 采用左移架构，将分析和 AI 更接近原始实时数据流，消除效率低下。
• 统一运营和分析工作负载，使用开放表格式如 Apache Iceberg / Delta Lake 实现单存储层。
• 介绍三种从遗留 OT 中间件过渡到数据流式处理的策略：混合数据处理、迁移和完全替换。
• 强调未来 OT 架构基于开放标准、实时流和混合云，需拥抱开放物联网和数据流式技术。
  重要细节：
• Kafka 作为工业数据的中枢神经系统，实现低延迟、可扩展和容错的事件流。
• Flink 为 OT 数据提供实时处理引擎，进行实时分析和异常检测。
• 左移架构避免数据收集和分析的延迟，提高效率和数据可用性。
• 混合数据处理消除冗余处理，实现实时数据可用性和统一架构。
• 迁移策略通过 Strangler Fig 设计模式降低成本并保持现有集成。
• 完全替换中间件实现全事件驱动、云原生架构，降低成本和提高可扩展性。
• 示例 Helin 是基于 Kafka 和 Flink 的云原生 IT/OT 数据解决方案。
• 利用 Kafka 集群链接实现跨环境的数据同步和高可用性。