在构建任何软件应用程序时,选择合适的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势,因此,为您的特定用例和数据模型决定哪种数据库具有最大的优势和最小的缺点是一个重要的决定。下面您将找到 Elasticsearch 和 OSI PI Data Historian 的关键概念、架构、功能、用例和定价模型的概述,以便您可以快速了解它们之间的比较。

本文的主要目的是比较 Elasticsearch 和 OSI PI Data Historian 在涉及时序数据的工作负载中的性能,而不是针对所有可能的用例。时序数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式所致。本文无意主张哪种数据库更好;它只是提供了每个数据库的概述,以便您可以做出明智的决定。

Elasticsearch 与 OSI PI Data Historian 对比细分


 
数据库模型

分布式搜索和分析引擎,面向文档

时序数据库/数据 Historian

架构

Elasticsearch 构建于 Apache Lucene 之上,并使用 RESTful API 进行通信。它以灵活的 JSON 文档格式存储数据,数据被自动索引以实现快速搜索和检索。Elasticsearch 可以部署为单节点、集群配置或托管云服务 (Elastic Cloud)

OSIsoft PI System 是一套软件产品,专为工业环境中的实时数据收集、存储和时序数据分析而设计。PI System 围绕 PI Server 构建,PI Server 存储、处理数据并将其提供给客户端,并且可以部署在本地或云端。

许可证

Elastic 许可证

闭源

用例

全文搜索、日志和事件数据分析、实时应用程序监控、分析

工业数据管理、实时监控、资产健康跟踪、预测性维护、能源管理

可扩展性

水平可扩展,支持数据分片、复制和分布式查询

通过分布式架构、数据复制和数据联合支持水平扩展,适用于大规模部署

正在寻找最有效的入门方式?

无论您是在寻求成本节约、降低管理开销还是开源,InfluxDB 都能提供帮助。

Elasticsearch 概览

Elasticsearch 是一个开源的分布式搜索和分析引擎,构建于 Apache Lucene 之上。它于 2010 年首次发布,此后因其可扩展性、近实时搜索能力和易用性而广受欢迎。Elasticsearch 旨在处理各种数据类型,包括结构化、非结构化和基于时间的数据。它通常与 Elastic Stack 中的其他工具结合使用,例如用于数据摄取的 Logstash 和用于数据可视化的 Kibana。

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,专门设计用于处理来自工业过程、传感器和其他来源的时序数据。PI System 由 OSIsoft(2021 年被 AVEVA 收购)开发,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。它提供了实时收集、存储、分析和可视化大量时序数据的能力,使组织能够获得洞察力、优化流程并改进决策。


Elasticsearch 用于时序数据

得益于其分布式架构、近实时搜索能力以及对聚合的支持,Elasticsearch 可用于时序数据存储和分析。但是,与专用时序数据库相比,它可能没有针对时序数据进行优化。尽管如此,Elasticsearch 仍广泛用于日志和事件数据存储和分析,这些数据可以被视为时序数据。

OSI PI Data Historian 用于时序数据

OSI PI 专为存储时序数据而创建,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、存储和分析时序数据。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大量数据的组织的合适解决方案。


Elasticsearch 关键概念

  • 倒排索引:Elasticsearch 使用的一种数据结构,用于实现快速高效的全文搜索。
  • 集群:一组 Elasticsearch 节点,它们协同工作以分配数据和处理任务。
  • 分片:Elasticsearch 索引的一个分区,允许数据分布在多个节点上,以提高性能和容错能力。

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:从各种来源收集数据并将其发送到 PI Server 的软件组件。
  • PI 资产框架:一个建模框架,允许用户创建资产及其关联元数据的分层结构,从而更容易理解和分析数据。
  • PI DataLink:Microsoft Excel 的一个插件,使用户可以直接从 Excel 访问和分析 PI System 数据。
  • PI ProcessBook:一个可视化工具,用于创建 PI System 数据的交互式图形显示。


Elasticsearch 架构

Elasticsearch 是一个分布式的 RESTful 搜索和分析引擎,它使用无模式的 JSON 文档数据模型。它构建于 Apache Lucene 之上,并提供用于索引、搜索和分析数据的高级 API。Elasticsearch 的架构设计为水平可扩展,数据分布在集群中的多个节点上。数据使用倒排索引进行索引,从而实现快速高效的全文搜索。

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 使用高效的专有时序数据库来存储数据。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 资产框架 (AF) 允许用户以分层结构对资产及其关联数据进行建模,从而更容易理解和分析数据。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。

免费时序数据库指南

获取对备选方案和选择您的数据库的关键要求的全面审查。

Elasticsearch 功能

Elasticsearch 提供强大的全文搜索功能,支持复杂查询、评分和相关性排名。

可扩展性

Elasticsearch 的分布式架构实现了水平可扩展性,使其能够处理大量数据和高查询负载。

聚合

Elasticsearch 支持各种聚合操作,例如求和、平均值和百分位数,这些操作对于分析和汇总数据非常有用。

OSI PI Data Historian 功能

数据收集和存储

OSI PI 的 PI 接口和 PI 连接器实现了从各种来源的无缝数据收集,而 PI Server 有效地存储和管理数据。

可扩展性

PI System 具有高度可扩展性,使组织能够处理大量数据和不断增长的数据源,而不会影响性能。

资产建模

PI 资产框架 (AF) 提供了一种强大的方法来对资产及其关联数据进行建模,从而更容易理解和分析复杂的工业过程。

数据可视化

PI DataLink 和 PI ProcessBook 等工具使用户能够分析和可视化存储在 PI System 中的数据,从而促进更好的决策和流程优化。


Elasticsearch 用例

日志和事件数据分析

Elasticsearch 广泛用于存储和分析日志和事件数据,例如 Web 服务器日志、应用程序日志和网络事件,以帮助识别模式、解决问题和监控系统性能。

Elasticsearch 是在应用程序、网站和内容管理系统中实现全文搜索功能的流行选择,因为其强大的搜索功能和灵活的数据模型。

安全分析

Elasticsearch 与其他 Elastic Stack 组件结合使用,可用于安全分析,例如监控网络流量、检测异常和识别潜在威胁。

OSI PI Data Historian 用例

流程优化

OSI PI 可以通过提供来自传感器和其他来源的时序数据的实时洞察力,帮助组织识别效率低下之处、监控性能并优化其工业流程。

预测性维护

通过分析历史数据并检测模式或异常,OSI PI 使组织能够实施预测性维护策略,从而减少设备停机时间和维护成本。

能源管理

OSI PI 可用于跟踪各种资产和流程的能源消耗,从而使组织能够识别需要改进的领域并实施节能措施。


Elasticsearch 定价模型

Elasticsearch 是开源软件,可以自托管,无需任何许可费。但是,应考虑运营成本,例如硬件、托管和维护。Elasticsearch 还提供名为 Elastic Cloud 的托管云服务,该服务根据存储、计算资源和支持等因素提供各种定价层级。Elastic Cloud 包括其他功能和工具,例如 Kibana、机器学习和安全功能。

OSI PI Data Historian 定价模型

OSI PI 的定价通常基于多种因素的组合,例如数据源的数量、用户数量以及所需的支持级别。定价详情不公开,因为它们是根据组织的具体需求以报价形式提供的。