Google BigQuery 与 OSI PI Data Historian

Google BigQuery 概览

Google BigQuery 是由 Google Cloud 开发的完全托管的无服务器数据仓库和分析平台。BigQuery 于 2011 年推出，旨在处理大规模数据处理和查询，使用户能够实时分析海量数据集。BigQuery 专注于性能、可扩展性和易用性，适用于广泛的数据分析用例，包括商业智能、日志分析和机器学习。

OSI PI Data Historian 概览

OSI PI，也称为 OSIsoft PI System，是一个企业级数据管理和分析平台，专门为处理来自工业过程、传感器和其他来源的时间序列数据而设计。PI System 由 OSIsoft 开发（2021 年被 AVEVA 收购），自 20 世纪 80 年代推出以来，已广泛应用于能源、制造、公用事业和制药等各个行业。它提供实时收集、存储、分析和可视化大量时间序列数据的能力，使组织能够获得洞察力、优化流程并改进决策。

Google BigQuery 用于时间序列数据

BigQuery 可用于存储和分析时间序列数据，尽管它更侧重于传统的数据仓库用例。对于需要低延迟响应时间的用例，BigQuery 可能会遇到困难

OSI PI Data Historian 用于时间序列数据

OSI PI 专为存储时间序列数据而创建，使其成为需要管理大量传感器和过程数据的组织的理想选择。其架构和组件经过优化，可高效且低延迟地收集、存储和分析时间序列数据。PI System 的可扩展性和性能使其成为处理工业过程、物联网设备或其他来源生成的海量数据的组织的理想解决方案。

Google BigQuery 关键概念

与 Google BigQuery 相关的一些重要概念包括

• 项目：BigQuery 中的项目表示数据集、表和视图等资源的顶层容器。
• 数据集：数据集是 BigQuery 中表、视图和其他数据资源的容器。
• 表：表是 BigQuery 中的主要数据存储结构，由行和列组成。
• 架构：架构定义表的结构，包括列名、数据类型和约束。

OSI PI Data Historian 关键概念

• PI Server：PI System 的核心组件，负责数据收集、存储和管理。
• PI 接口和 PI 连接器：软件组件，用于从各种来源收集数据并将其发送到 PI Server。
• PI Asset Framework：建模框架，允许用户创建资产及其关联元数据的分层结构，从而更轻松地理解和分析数据。
• PI DataLink：Microsoft Excel 的加载项，使用户可以直接从 Excel 访问和分析 PI System 数据。
• PI ProcessBook：可视化工具，用于创建 PI System 数据的交互式图形显示。

Google BigQuery 架构

Google BigQuery 的架构构建于 Google 的分布式基础设施之上，专为高性能和可扩展性而设计。BigQuery 的核心使用名为 Capacitor 的列式存储格式，可实现高效的数据压缩和快速的查询性能。数据自动分区并分布在多个存储节点上，从而提供高可用性和容错能力。BigQuery 的无服务器架构自动为查询和数据存储分配资源，无需用户管理基础设施或容量规划。

OSI PI Data Historian 架构

OSI PI 是一个数据管理平台，围绕 PI Server 构建，PI Server 负责数据收集、存储和管理。PI System 使用高效的专有时间序列数据库来存储数据。PI 接口和 PI 连接器从各种来源收集数据并将其发送到 PI Server。PI Asset Framework (AF) 允许用户以分层结构对资产及其关联数据进行建模，从而更轻松地理解和分析数据。各种客户端工具（例如 PI DataLink 和 PI ProcessBook）使用户能够访问和可视化存储在 PI System 中的数据。