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的优势最多、缺点最少是一项重要的决策。以下您将找到 OSI PI Data Historian 和 TDengine 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 TDengine 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。这是因为写入的数据量很大,并且访问这些数据的查询模式也很复杂。本文并非旨在说明哪种数据库更好;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。
OSI PI Data Historian 与 TDengine 细分对比
![]() |
![]() |
|
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 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采集、存储和分析而设计。PI System 围绕 PI Server 构建,后者存储、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。 |
TDengine 可以部署在本地、云端或作为混合解决方案,从而在部署和管理方面具有灵活性。 |
许可证 | 闭源 |
AGPL 3.0 |
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 |
物联网数据存储、工业监控、智能能源、智能家居、监控和可观测性 |
可扩展性 | 通过分布式架构、数据复制和数据联邦支持水平扩展,以实现大规模部署 |
通过集群和内置负载均衡实现水平扩展。TDengine 还提供解耦的计算和存储,以及在某些版本中提供对象存储支持以进行数据分层 |
正在寻找最有效的入门方式?
无论您是在寻求节省成本、降低管理开销还是开源解决方案,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 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。它提供了实时收集、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。
TDengine 概述
TDengine 是一款高性能开源时间序列数据库,旨在高效处理海量时间序列数据。它由涛思数据 (TAOS Data) 于 2017 年创建,专为物联网 (IoT)、工业物联网和 IT 基础设施监控用例而设计。TDengine 具有独特的混合架构,结合了关系数据库(支持 SQL 查询)和 NoSQL 数据库(可扩展性和灵活性)的优点,提供高性能、易于使用的 SQL 查询和灵活的数据建模功能。
OSI PI Data Historian 用于时间序列数据
OSI PI 专为存储时间序列数据而创建,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,可以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。
TDengine 用于时间序列数据
TDengine 从一开始就被设计为时间序列数据库,因此它非常适合大多数大量涉及存储和分析时间序列数据的用例。
OSI PI Data Historian 关键概念
- PI Server:PI System 的核心组件,负责数据采集、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 Asset Framework: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,从而更轻松地理解和分析数据。
- PI DataLink:Microsoft Excel 的一个加载项,使用户可以直接从 Excel 访问和分析 PI System 数据。
- PI ProcessBook:一种可视化工具,用于创建 PI System 数据的交互式图形显示。
TDengine 关键概念
- 超级表 (Super Table):用于创建具有相同模式的多个表的模板。它类似于某些其他数据库中的表继承概念。
- 子表 (Sub Table):基于超级表创建的表,继承其模式。子表可以有额外的标签,用于分类和查询。
- 标签 (Tag):用于在超级表中对子表进行分类和过滤的元数据属性。标签已索引并针对高效查询进行了优化。
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 负责数据采集、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。
TDengine 架构
TDengine 使用云原生架构,该架构结合了关系数据库(支持 SQL 查询)和 NoSQL 数据库(可扩展性和灵活性)的优势。
免费时间序列数据库指南
获取关于备选方案和选择数据库的关键要求的全面评估。
OSI PI Data Historian 功能
数据采集和存储
OSI PI 的 PI 接口和 PI 连接器能够从各种来源无缝采集数据,而 PI Server 则高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。
TDengine 功能
数据摄取
TDengine 支持高速数据摄取,能够每秒处理数百万个数据点。它支持批量和单个数据插入。
数据查询
TDengine 提供 ANSI SQL 支持,并附加功能,允许用户使用熟悉的 SQL 语法轻松查询时间序列数据。它支持各种聚合函数、过滤和连接。
数据保留和压缩
TDengine 自动压缩数据以节省存储空间,并提供数据保留策略以自动删除旧数据。
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,从而使组织能够识别需要改进的领域并实施节能措施。
TDengine 用例
物联网数据存储和分析
TDengine 旨在处理物联网设备生成的海量时间序列数据。其高性能的摄取、查询和存储功能使其成为物联网数据存储和分析的合适选择。
工业物联网监控
TDengine 可用于存储和分析来自工业物联网传感器和设备的数据,帮助组织监控设备性能、检测异常并优化运营。
基础设施监控
TDengine 可用于收集和分析来自 IT 基础设施组件(例如服务器、网络和应用程序)的时间序列数据,从而促进实时监控、警报和性能优化。
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方式提供的。
TDengine 定价模型
TDengine 是开源的,并且在 AGPLv3 许可下免费使用。TDengine 还为需要额外功能、支持或遵守特定许可要求的组织提供商业许可和企业支持选项。
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法。