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确定哪种数据库的优势最大、劣势最小是一项重要的决策。下面您将找到 Mimir 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 Mimir 和 OSI PI Data Historian 在涉及时间序列数据的工作负载中的性能,而不是所有可能的用例。时间序列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。本文并非旨在说明哪个数据库更好;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。
Mimir 与 OSI PI Data Historian 细分
![]() |
![]() |
|
数据库模型 | 时间序列数据库 |
时间序列数据库/数据历史库 |
架构 | Grafana Mimir 是一款时间序列数据库,专为高性能、实时监控和分析而设计。它采用分布式架构,允许跨多个节点进行水平扩展,以处理大量数据和查询。由于是开源的,因此可以本地部署,也可以作为 Grafana 托管的托管解决方案部署 |
OSIsoft PI System 是一套软件产品,专为工业环境中时间序列数据的实时数据收集、存储和分析而设计。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,并且可以本地或云端部署。 |
许可证 | APGL 3.0 |
闭源 |
用例 | 监控、可观测性、物联网 |
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 |
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、更低的管理开销还是开源,InfluxDB 都能提供帮助。
Mimir 概述
Grafana Mimir 是一个开源软件项目,为 Prometheus 提供可扩展的长期存储解决方案。Grafana Mimir 于 2022 年在 Grafana Labs 启动并发布,旨在成为最具可扩展性和高性能的开源指标时间序列数据库。该项目融合了 Grafana Labs 工程师在以大规模运行 Grafana Enterprise Metrics 和 Grafana Cloud Metrics 时获得的知识和经验。
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(于 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。
Mimir 用于时间序列数据
Grafana Mimir 非常适合处理时间序列数据,使其成为涉及指标存储和分析场景的合适选择。它为 Prometheus 提供长期存储功能,Prometheus 是一种流行的开源监控和警报系统。借助 Grafana Mimir,用户可以存储和查询较长时间的时间序列指标,从而进行历史分析和趋势检测。它对于需要可扩展且高性能的时间序列数据存储以进行指标监控和可观测性目的的应用程序尤其有用。
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合适解决方案。
Mimir 关键概念
- 指标:在 Grafana Mimir 中,指标表示随时间跟踪的度量或观察结果。它们可以包括各种类型的数据,例如系统指标、应用程序性能指标或传感器数据。
- 长期存储:Grafana Mimir 提供专门为长期保留时间序列数据量身定制的存储解决方案,允许用户存储和查询较长时间的历史指标。
- 微服务:Grafana Mimir 采用基于微服务的架构,其中系统由多个水平可扩展的微服务组成,这些微服务可以独立并行运行。
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 资产框架: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,使用户能够直接从 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。
Mimir 架构
Grafana Mimir 采用基于微服务的架构,其中系统包含多个水平可扩展的微服务。这些微服务可以独立并行运行,从而实现工作负载的有效分配和可扩展性。Grafana Mimir 的组件被编译成单个二进制文件,提供了一个统一且有凝聚力的系统。该架构设计为高可用性和多租户,使多个用户和应用程序可以同时使用数据库。这种分布式架构确保了在处理大规模指标存储和检索场景中的可扩展性和弹性。
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 资产框架 (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。
免费时间序列数据库指南
获取对备选方案和选择数据库的关键要求的全面审查。
Mimir 功能
可扩展性
Grafana Mimir 旨在水平扩展,使系统能够处理不断增长的数据量和不断增加的工作负载。其水平可扩展的微服务架构允许无缝扩展并提高性能。
高可用性
Grafana Mimir 通过确保冗余和容错来提供高可用性。它允许跨多个节点复制和分发数据,从而确保数据持久性和存储指标的持续可用性。
长期存储
Grafana Mimir 为时间序列指标的长期存储提供专用解决方案。它提供高效的存储和检索机制,允许用户保留和分析较长时间的历史指标数据。
OSI PI Data Historian 功能
数据收集和存储
OSI PI 的 PI 接口和 PI 连接器能够从各种来源无缝收集数据,而 PI Server 可以高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式来建模资产及其关联数据,从而更轻松地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。
Mimir 用例
指标监控和可观测性
Grafana Mimir 非常适合监控和可观测性用例。它支持时间序列指标的存储和分析,允许用户实时监控其系统和应用程序的性能、健康状况和行为。
长期指标存储
Grafana Mimir 专注于提供可扩展的长期存储,非常适合需要保留和分析较长时间历史指标数据的应用程序。它允许用户存储和查询 Prometheus 生成的大量时间序列数据。
趋势和异常检测
通过使用 Mimir 存储长期历史数据,它可以用于检测指标中的趋势,以及将当前指标与历史数据进行比较以检测异常值和异常情况
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间序列数据的实时洞察,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情况,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,从而使组织能够确定需要改进的领域并实施节能措施。
Mimir 定价模型
Grafana Mimir 是一个开源项目,这意味着它可以免费使用,并且不需要任何许可费用。用户可以下载源代码并在自己的基础设施上部署 Grafana Mimir,而无需承担直接成本。但是,重要的是要考虑与托管和维护数据库基础设施相关的运营成本。
OSI PI Data Historian 定价模型
OSI PI 的定价通常基于数据源数量、用户数量和所需的支持级别等因素的组合。定价详情不公开提供,因为它们是根据组织的具体需求以报价形式提供的。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析时间序列数据的最快方式。