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。