OSI PI Data Historian 与 Redis
详细比较
比较 OSI PI Data Historian 和 Redis 在时间序列和 OLAP 工作负载方面的表现
了解关于时间序列数据库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个数据库的优势最大、劣势最小是一项重要的决策。下面您将找到 OSI PI Data Historian 和 Redis 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 Redis 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带来独特的挑战。这是由于大量数据被写入以及访问这些数据的查询模式。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 Data Historian 与 Redis 细分
![]() |
![]() |
|
数据库模型 | 时间序列数据库/数据 Historian |
内存数据库 |
架构 | OSIsoft PI System 是一套软件产品,专为工业环境中的实时数据收集、存储和时间序列数据分析而设计。PI System 构建于 PI Server 之上,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。 |
Redis 可以部署在本地、云端或作为托管服务 |
许可证 | 闭源 |
BSD 3 |
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 |
缓存、消息代理、实时分析、会话存储、地理空间数据处理 |
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 |
通过分区和集群水平扩展,支持数据复制 |
正在寻找最有效的方式来开始?
无论您是在寻求成本节省、更低的维护开销还是开源,InfluxDB 都能提供帮助。
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(于 2021 年被 AVEVA 收购)开发,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。
Redis 概述
Redis,是 Remote Dictionary Server 的缩写,是一个开源的内存数据结构存储,可以用作数据库、缓存和消息代理。它由 Salvatore Sanfilippo 于 2009 年创建,并因其高性能和灵活性而广受欢迎。Redis 支持各种数据结构,例如字符串、哈希、列表、集合、带有范围查询的排序集合、位图、HyperLogLog 和带有半径查询的地理空间索引。
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。
Redis 用于时间序列数据
Redis 有一个专门用于处理时间序列数据的模块,称为 RedisTimeSeries。RedisTimeSeries 提供诸如降采样、数据保留策略以及 Redis 中时间序列数据的专门查询等功能。作为内存数据库,Redis 在读取和写入时间序列数据方面非常快,但由于 RAM 的成本高于磁盘,使用 Redis 可能会变得昂贵,具体取决于您的数据集大小。如果您的用例不需要极快的响应时间,则可以通过使用更传统的时间序列数据库来省钱。
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。
Redis 关键概念
- 内存存储:Redis 将数据存储在内存中,与基于磁盘的数据库相比,可以更快地访问和操作数据。
- 数据结构:Redis 支持广泛的数据结构,包括字符串、哈希、列表、集合等,这些结构在数据建模和存储方式方面提供了灵活性。
- 持久性:Redis 提供可选的数据持久性,允许定期将数据保存到磁盘或写入日志以提高耐用性。
- 发布/订阅:Redis 提供发布/订阅消息传递系统,无需集中式消息代理即可实现客户端之间的实时通信。
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。
Redis 架构
Redis 是一个 NoSQL 数据库,它使用键值数据模型,其中每个键都与一个值相关联,该值存储为 Redis 支持的数据结构之一。该数据库是单线程的,这简化了其内部架构并减少了争用。Redis 可以部署为独立服务器、集群或主从复制设置,以实现可扩展性和高可用性。Redis Cluster 模式自动跨多个节点分片数据,从而提供数据分区和容错能力。
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。
OSI PI Data Historian 功能
数据收集和存储
OSI PI 的 PI 接口和 PI 连接器支持从各种来源无缝收集数据,而 PI Server 可以有效地存储和管理数据。
可扩展性
PI System 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 Asset Framework (AF) 提供了一种强大的方式来对资产及其关联数据进行建模,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。
Redis 功能
原子性
Redis 支持对复杂数据类型执行原子操作,使开发人员能够执行强大的操作,而无需担心竞争条件或其他并发处理问题。
广泛的数据结构支持
Redis 支持一系列数据结构,例如列表、集合、排序集合、哈希、位图、HyperLogLog 和地理空间索引。这种灵活性使开发人员可以将 Redis 用于各种任务,方法是使用针对其数据在性能特征方面优化的数据结构。
发布/订阅消息
Redis 提供发布/订阅消息传递系统,用于客户端之间的实时通信。
Lua 脚本
开发人员可以在 Redis 服务器中运行 Lua 脚本,从而可以在服务器本身中原子地执行复杂的操作,从而减少网络往返次数。
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,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。
Redis 用例
缓存
Redis 通常用作缓存来存储频繁访问的数据并减少其他数据库或服务的负载,从而提高应用程序性能并减少延迟。
任务队列
Redis 可用于实现任务队列,这对于管理需要较长时间处理且应异步执行的任务非常有用。这在 Web 应用程序中尤其常见,在 Web 应用程序中,后台任务可以独立于请求/响应周期进行处理
实时分析和机器学习
Redis 的高性能和低延迟数据访问使其适用于实时分析和机器学习应用程序,例如处理流数据、媒体流和处理时间序列数据。这可以通过使用 Redis 的数据结构和功能(如排序集合、时间戳和发布/订阅消息)来实现。
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。
Redis 定价模型
Redis 是开源软件,这意味着它可以部署在您自己的基础设施上并免费使用。但是,也有可用的托管 Redis 服务,例如 Redis Enterprise,它们提供额外的功能、支持和易于部署。这些服务的定价通常取决于实例大小、数据存储和数据传输等因素。
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。