InfluxDB 与 OSI PI Data Historian

InfluxDB 概述

InfluxDB 是一个高性能时间序列数据库，能够存储任何形式的时间序列数据，例如指标、事件、日志和跟踪。InfluxDB 由 InfluxData 开发，于 2013 年首次发布。InfluxDB 是一个用 Go 编写的开源数据库，专注于性能、可扩展性和开发者生产力。该数据库针对大规模处理时间序列数据进行了优化，使其成为监控性能指标、物联网数据和实时分析等用例的热门选择。

InfluxDB 3.0 是 InfluxDB 的最新版本，目前在 InfluxDB Cloud Serverless 和 InfluxDB Cloud Dedicated 中可用。它使用 Rust 构建，Rust 是一种现代编程语言，专为性能、安全性和内存管理而设计。InfluxDB 还具有解耦架构，允许计算和存储独立扩展。InfluxDB 3.0 提供对 SQL 和 InfluxQL（自定义类 SQL 查询语言，增加了对基于时间的函数的支持）的查询支持。

OSI PI Data Historian 概述

OSI PI，也称为 OSIsoft PI System，是一个企业级数据管理和分析平台，专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（于 2021 年被 AVEVA 收购），自 1980 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。它能够实时收集、存储、分析和可视化大量时间序列数据，使组织能够获得洞察力、优化流程并改进决策。

InfluxDB 用于时间序列数据

InfluxDB 专为时间序列数据而设计，使其非常适合涉及随时间跟踪和分析数据点的应用程序。在数据以高容量持续写入的情况下，它表现出色，同时用户还需要能够快速查询摄取后的数据以用于监控和实时分析用例。

OSI PI Data Historian 用于时间序列数据

OSI PI 是为存储时间序列数据而创建的，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。它的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大量数据的组织的理想解决方案。

InfluxDB 关键概念

• 列式存储：InfluxDB 以面向列的格式存储数据，使用 Parquet 进行持久文件存储，并使用 Apache Arrow 作为数据的内存表示。列式存储可以实现更好的数据压缩和更快的分析工作负载查询。
• 数据模型：对于任何使用过其他数据库系统的人来说，InfluxDB 数据模型都会很熟悉。在最高层是存储桶，它类似于其他系统称为数据库的概念。InfluxDB 测量值与表同义。测量的特定数据点包含标签和值。标签用作查询数据的主键的一部分，应使用标签来标识用于查询期间过滤的信息。InfluxDB 是无模式的，因此可以添加新字段，而无需迁移或修改模式。
• 集成：InfluxDB 的构建旨在灵活并适应您的应用程序架构。其中的一个关键方面是 InfluxDB 使读取和写入数据变得容易的多种方式。首先，所有数据库功能都可以通过 HTTP API 或 InfluxDB CLI 访问。为了写入数据，InfluxDB 创建了 Telegraf，这是一个可以通过插件从数百个不同来源收集数据并将数据写入 InfluxDB 的工具。客户端库也可用于最流行的编程语言，以允许写入和查询数据。
• 解耦架构：InfluxDB 3.0 具有解耦架构，允许查询计算、数据摄取和存储独立扩展。这允许根据您的用例微调 InfluxDB，并显著节省成本。
• 查询语言：可以使用标准 SQL 或 InfluxQL（一种 SQL 方言，具有许多对处理时间序列数据有用的专用函数）查询 InfluxDB。
• 保留策略：InfluxDB 允许您定义保留策略，这些策略确定数据在被自动删除之前存储多长时间。这对于管理大容量时间序列数据的存储非常有用。

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。

InfluxDB 架构

在高层次上，InfluxDB 的架构旨在优化时间序列数据的存储和查询性能。InfluxDB 的确切架构会因版本和部署 InfluxDB 的方式而略有不同。

InfluxDB 3.0 的架构可以分解为四个关键组件，这些组件几乎彼此独立运行，从而使 InfluxDB 在配置方面非常灵活。这些组件是数据摄取、数据查询、数据压缩和垃圾回收。数据通过摄取器写入，延迟为毫秒级。数据查询器几乎可以立即查询这些数据，同时压缩器在后台获取新写入的数据文件，并将它们合并为更大的文件，这些文件将发送到对象存储。垃圾回收器负责数据保留和空间回收，通过安排数据的软删除和硬删除。

InfluxDB 架构的关键部分是摄取和查询组件的分离，这允许每个组件根据当前的写入和查询工作负载独立扩展。查询器能够无缝地从摄取器以及对象存储中提取最近写入的数据，这使得数据可以廉价地存储，而不会增加查询延迟。

OSI PI Data Historian 架构

OSI PI 是一个围绕 PI Server 构建的数据管理平台，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其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。