2. PI System核心概念回顾

在讨论 PI System 与数据湖分析平台集成之前，需要先把 PI System 内部几个核心组件在集成链路中的位置和数据模型梳理清楚。很多集成方案失败，并不是因为数据湖侧技术不行，而是因为对 PI 侧“谁负责采集、谁负责语义、谁负责对外服务”的边界认识模糊，导致取数口径、时间戳语义和资产维度在两端对不上。本节围绕四个组件展开：PI Data Archive、PI Asset Framework（AF）、PI Interfaces 和 PI Web API，并说明它们在集成中各自承担的角色。

一、PI Data Archive：时间序列的事实来源

PI Data Archive 是 PI System 的时序数据库，存储的是带时间戳的原始测量值，例如 sinusoid 标签在 2024-06-01 08:00:00 的值为 42.7。它的数据模型非常“扁平”：核心对象是 PI Point（标签点），每个点由标签名（Tag Name）唯一标识，附带 Point Type、Engineering Units、Zero、Span 等属性。PI Data Archive 不关心“这个点属于哪台泵、哪条产线”，它只负责按时间存值。

在集成中，PI Data Archive 是事实数据的最终来源。数据湖要获取的原始时序，最终都来自这里。需要特别注意的是它的时间语义：PI 使用 UTC 存储时间戳，但对外展示时按服务器时区或客户端时区转换；同时 PI 支持“快照（Snapshot）”和“归档值（Archive Value）”两种读取方式，前者返回当前最新值，后者返回指定时间区间的历史值。集成时若混用，会出现“同一时间点两次取数结果不同”的现象。

二、PI Asset Framework：把标签点组织成资产

PI AF 建立在 PI Data Archive 之上，解决的是“语义层”问题。它通过 Element（元素）、Attribute（属性）、Template（模板） 和 Hierarchy（层级） 把散落的标签点组织成有业务含义的资产模型。例如一个“泵”Element 可以拥有“入口压力”“出口压力”“运行状态”等 Attribute，每个 Attribute 通过 Data Reference 指向 PI Data Archive 中的具体标签点，也可以指向另一个 Attribute 的计算结果。

AF 在集成中的角色是提供资产上下文和计算能力。数据湖如果只拿到标签点，分析时还需要人工把标签映射到设备；而通过 AF，可以直接按“资产—属性—时间序列”的结构导出数据，天然带上设备层级和属性语义。AF 还支持 Analysis（分析）和 Rollup（汇总），可以在 PI 侧先完成单位换算、状态判断、班次汇总等计算，再交给数据湖，减少下游重复加工。

三、PI Interfaces：采集入口与缓冲

PI Interfaces 是 PI System 与现场数据源之间的桥梁，常见类型包括 OPC DA/UA 接口、Modbus 接口、RDBMS 接口、CSV 接口等。它的职责是把外部协议的数据转换成 PI Point 写入 PI Data Archive。在集成架构中，PI Interfaces 通常不直接面向数据湖，但它的稳定性决定了上游数据是否完整。

实际工程中需要关注接口的缓冲机制。当 PI Data Archive 不可达时，接口会把数据暂存在本地缓冲区，恢复后补写。这意味着数据湖在某个时间段可能读到“迟到”的数据。如果数据湖侧做了基于时间窗口的聚合，必须考虑这种延迟写入，否则会出现“当时算出来是空的，过一会儿又有值”的情况。建议在集成时记录每个批次的抽取水位线（watermark），而不是简单按当前时间拉取。

四、PI Web API：面向集成的服务出口

PI Web API 是 PI System 对外提供 RESTful 服务的组件，它把 PI Data Archive 和 PI AF 的能力封装成 HTTP 接口，返回 JSON 格式数据。典型端点包括：/piwebapi/streams/{webId}/recorded 读取历史值，/piwebapi/streams/{webId}/value 读取当前值，/piwebapi/assetdatabases 获取 AF 数据库列表。它支持按 WebId 定位对象，WebId 是 AF 元素、属性或 PI Point 在 Web API 中的唯一标识。

在集成中，PI Web API 是最常用的数据出口，尤其适合数据湖侧用 Python、Java 或调度工具做增量抽取。它的优势是跨平台、无需安装 PI 客户端；局限是批量读取大量标签点时性能不如 AF SDK，且默认有请求频率限制。因此实际方案中常见“Web API 做增量、AF SDK 做全量初始化”的组合。

五、四个组件在集成中的协作关系

把四个组件串起来看：PI Interfaces 负责把现场信号写入 PI Data Archive；PI Data Archive 保存原始时序；PI AF 在时序之上建立资产模型和计算属性；PI Web API 把时序和资产数据以 REST 方式暴露给数据湖。数据湖侧拿到的每一条记录，理想情况下应同时包含：时间戳、值、质量码、PI Point 名称、所属资产路径、属性名称。缺少资产路径，后续分析就要靠人工映射；缺少质量码，就无法区分真实值和无效值。

六、数据模型对照与集成注意点