选择合适的数据库是构建任何软件应用程序的关键选择。所有数据库在性能方面都有不同的优势和劣势,因此决定哪个数据库在您的特定用例和数据模型中最有利,而缺点最少,是一项重要的决策。下面您将找到 OSI PI Data Historian 和 Prometheus 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 OSI PI Data Historian 和 Prometheus 在涉及 时间序列数据 的工作负载中的性能,而不是针对所有可能的用例。时间序列数据通常在数据库性能方面提出了独特的挑战。这是因为要写入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。

OSI PI 数据 Historian 与 Prometheus 对比分析


 
数据库模型

时间序列数据库/数据 Historian

时间序列数据库

架构

OSIsoft PI 系统是一套软件产品,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 系统围绕 PI 服务器构建,该服务器存储、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。

Prometheus 使用基于拉取的模型,它以给定的时间间隔从配置的目标中抓取指标。它以自定义、高效的本地存储格式存储时间序列数据,并支持多维数据收集、查询和警报。它可以作为服务器上的单个二进制文件或容器平台(如 Kubernetes)上部署。

许可证

闭源

Apache 2.0

用例

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

监控、警报、可观测性、系统指标、应用程序指标

可扩展性

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

Prometheus 专为可靠性而设计,可以垂直扩展(增加资源的单节点)或通过联合(分层设置,其中 Prometheus 服务器从其他 Prometheus 服务器抓取指标)进行扩展

正在寻找最有效的入门方式?

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

OSI PI 数据 Historian 概述

OSI PI,也称为 OSIsoft PI 系统,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间序列数据。PI 系统由 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。

Prometheus 概述

Prometheus 是一个开源监控和警报工具包,最初于 2012 年在 SoundCloud 开发。此后,它已成为广泛采用的监控解决方案,并且是云原生计算基金会 (CNCF) 项目的一部分。Prometheus 专注于为容器化和基于微服务的环境提供实时洞察和警报。其主要用例是监控基础设施和应用程序,重点关注可靠性和可扩展性。


OSI PI 数据 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,可以高效且低延迟地收集、存储和分析时间序列数据。PI 系统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。

Prometheus 用于时间序列数据

Prometheus 专为时间序列数据而设计,因为它的主要重点是基于基础设施和应用程序状态的监控和警报。它使用基于拉取的模型,其中 Prometheus 服务器以固定的时间间隔从目标系统抓取指标。此模型适用于监控动态环境,因为它允许自动发现和监控新实例。但是,Prometheus 并非旨在用作通用时间序列数据库,并且可能不是高基数或长期数据存储的最佳选择。


OSI PI 数据 Historian 关键概念

  • PI 服务器:PI 系统的核心组件,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 服务器。
  • 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,使用户可以直接从 Excel 访问和分析 PI 系统数据。
  • PI ProcessBook:可视化工具,用于创建 PI 系统数据的交互式图形显示。

Prometheus 关键概念

  • 指标:系统特定方面的数值表示,例如 CPU 使用率或内存消耗。
  • 时间序列:指标的数据点集合,按时间戳索引。
  • 标签:键值对,为指标提供元数据和上下文,从而实现更精细的查询和聚合。
  • PromQL:Prometheus 使用其自己的查询语言 PromQL(Prometheus 查询语言)来查询时间序列数据并生成警报。


OSI PI 数据 Historian 架构

OSI PI 是一个数据管理平台,围绕 PI 服务器构建,该服务器负责数据收集、存储和管理。PI 系统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 服务器。PI 资产框架 (AF) 允许用户在其资产及其关联数据中建模分层结构,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 系统中的数据。

Prometheus 架构

Prometheus 是一个单服务器、独立的监控系统,它使用基于拉取的方法从目标系统收集指标。它以自定义、高度压缩的磁盘格式存储时间序列数据,该格式针对快速查询和低资源使用进行了优化。Prometheus 的架构是模块化和可扩展的,具有导出器、服务发现机制以及与其他监控系统的集成等组件。作为一个非分布式系统,它缺乏内置的集群或水平可扩展性,但它支持联合,允许多个 Prometheus 服务器共享和聚合数据。

免费时间序列数据库指南

获取关于备选方案和选择关键要求的全面回顾。

OSI PI 数据 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 服务器有效地存储和管理数据。

可扩展性

PI 系统具有高度可扩展性,允许组织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 系统中的数据,从而促进更好的决策和流程优化。

Prometheus 功能

拉取模型

Prometheus 通过主动抓取目标来收集指标,从而实现动态环境的自动发现和监控。

PromQL

强大的 Prometheus 查询语言允许对时间序列数据进行富有表现力和灵活的查询。

警报

Prometheus 支持基于用户定义的规则发出警报,并与各种警报管理和通知系统集成。


OSI PI 数据 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,帮助组织识别低效率、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。

Prometheus 用例

基础设施监控

Prometheus 广泛用于监控容器化和基于微服务的 инфраструктура(包括 Kubernetes 和 Docker 环境)的健康状况和性能。

应用程序性能监控 (APM)

Prometheus 可以使用客户端库收集自定义应用程序指标,并实时监控应用程序性能。

警报和异常检测

Prometheus 使组织能够根据特定阈值或条件设置警报,从而帮助他们快速识别和响应潜在问题或异常。


OSI PI 数据 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按报价提供的。

Prometheus 定价模型

Prometheus 是一个开源项目,其使用不收取任何许可费。但是,在部署自我管理的 Prometheus 服务器时,可能会产生硬件、托管和运营费用。此外,一些基于云的托管 Prometheus 服务(例如 Grafana Cloud 和 Weave Cloud)提供基于数据保留、查询速率和支持等不同因素的不同定价模型。