4. 迁移策略选型

PI System 历史数据迁移与平台升级的成败,往往在策略选型阶段就已决定大半。所谓策略选型,不是简单地在“升级”和“迁移”之间二选一,而是要根据停机窗口、数据规模、接口耦合度、合规要求、预算与团队能力,在原地升级、并行迁移、分阶段割接、混合云迁移四条典型路径中选出与现状最匹配的一条。四条路径没有绝对优劣,只有适用条件是否成立。

四条路径的本质差异

原地升级是在现有服务器上把 PI Data Archive、PI AF、PI Vision 等组件从旧版本升级到新版本,历史数据文件(.dat/.arc)保留在原机或原存储上,通过版本升级工具完成结构转换。它的核心特征是“数据不动、软件动”,停机窗口通常最短,但受限于原硬件与操作系统版本,一旦底层 OS 已停止支持,升级链条会非常脆弱。

并行迁移是新建一套目标 PI System,通过 PI to PI 接口、PI Builder 批量导入或备份还原方式,把历史数据与资产模型同步到新平台,新旧系统并行运行一段时间后再切换。它的核心特征是“数据复制、双轨运行”,风险最低,但需要双份授权、双份存储和额外的同步维护成本。

分阶段割接是按工厂、装置、区域或数据源把迁移拆成若干批次,每批完成采集、归档、AF 建模和客户端切换后再进入下一批。它的核心特征是“按域切分、逐段收敛”,适合数据源众多、无法一次性停机的场景,但会带来新旧系统长期共存、命名与时间戳一致性管理的复杂度。

混合云迁移是把 PI Data Archive 保留在本地或私有云,把 PI AF、PI Vision、PI Web API 或长期归档放到公有云,通过 PI Cloud Connect 或数据代理实现跨环境数据流。它的核心特征是“分层部署、按需上云”,适合多站点集中展示与远程访问,但对网络时延、出口带宽、身份认证与数据主权有明确要求。

四条迁移路径的决策坐标:停机窗口 × 数据规模 × 耦合度 现状评估:版本 / 数据量 / 停机窗口 ① 原地升级 数据不动 · 软件升级 适用条件 • 停机窗口 ≤ 4 小时 • 硬件与 OS 仍在支持期 • 历史数据 < 2 TB • 接口与 AF 模型稳定 主要风险 升级失败回滚困难 ② 并行迁移 数据复制 · 双轨运行 适用条件 • 停机窗口可放宽至数天 • 历史数据 > 5 TB • 需保留旧系统回退能力 • 有双份授权与存储预算 主要风险 同步延迟与数据一致性 ③ 分阶段割接 按域切分 · 逐段收敛 适用条件 • 多工厂 / 多装置并行 • 无法整体停机 • 数据源数量 > 50 • 可按区域独立验收 主要风险 新旧系统长期共存管理 ④ 混合云迁移 分层部署 · 按需上云 适用条件 • 多站点集中展示需求 • 远程 / 移动访问为主 • 本地保留实时归档 • 网络出口 ≥ 100 Mbps 主要风险 时延、数据主权与认证 决策依据:五个必须量化的输入 停机窗口 ≤4h → 原地升级 ≥24h → 并行迁移 数据规模 <2TB → 原地升级 >5TB → 并行/分阶段 接口耦合度 低耦合 → 原地升级 高耦合 → 分阶段割接 合规与主权 数据不出境 → 本地/私有云 可上云 → 混合云 团队与预算 人力充足 → 并行 预算受限 → 原地

适用条件的量化判断

把四条路径放到同一张决策坐标上,可以提炼出五个必须量化的输入。第一是停机窗口:如果生产要求全年停机不超过 4 小时,原地升级几乎是唯一选择;若能接受 24 小时以上的计划停机,并行迁移的容错空间更大。第二是数据规模:历史归档小于 2 TB 时,原地升级的转换时间通常在数小时内;超过 5 TB 后,备份、复制与校验时间会显著拉长,并行或分阶段更稳妥。第三是接口耦合度:当 PI 与 MES、LIMS、DCS 之间存在大量自定义接口和硬编码标签名时,一次性切换风险极高,分阶段割接能按接口逐个验证。第四是合规与数据主权:涉及生产配方、工艺参数等敏感数据时,混合云必须明确哪些数据留在本地、哪些可以上云。第五是团队与预算:并行迁移需要双份 PI 授权和双份存储,分阶段割接需要更长的项目管理周期,这些都要在选型前算清楚。

一个可执行的选型判断示例

假设某化工企业现状为:PI Data Archive 2018 运行在 Windows Server 2012 R2 上,历史归档约 3.2 TB,接入 12 套 DCS 和 3 套 LIMS 接口,年停机窗口仅 6 小时,且集团要求 2025 年前完成上云评估。按上述坐标逐项判断:停机窗口 6 小时,原地升级勉强可行但风险偏高;数据规模 3.2 TB,处于原地与并行的交界;接口耦合度高,12 套 DCS 无法一次性切换;合规上允许非配方类数据上云;预算可支撑双份授权。综合结论是分阶段割接 + 混合云展示层:先按装置分三批把 PI Data Archive 迁移到新版本,每批保留旧系统只读运行两周;同时把 PI Vision 和 PI Web API 部署到云上,本地归档通过 PI Cloud Connect 向云端同步聚合数据。这样既控制了单批停机时间,又满足了集中展示与远程访问需求。

选型时必须避开的三个误区

第一个误区是把“升级”等同于“迁移”。原地升级只解决软件版本问题,不解决硬件老化、OS 停服和架构扩展性问题;如果目标平台要换 OS 或换存储,就必须按迁移来规划。第二个误区是低估并行期的数据一致性成本。并行迁移期间,新旧系统同时接收实时数据,如果 PI to PI 接口的同步延迟超过 30 秒,AF 分析结果会出现明显偏差,必须在切换前用标签级对账确认。第三个误区是把混合云当成“全部上云”。PI Data Archive 的实时写入对网络时延敏感,通常应保留在本地;上云的是展示层、分析层和长期归档,这个边界必须在架构设计阶段就写清楚。

选型不是一次性的技术决策,而是随数据规模、合规要求和团队能力动态调整的过程。建议在正式迁移前,先用 1~2 个非关键装置做小范围验证,用真实停机时间和同步延迟数据修正判断。

决策记录应包含的字段

为了让选型结论可追溯、可复盘,建议在迁移方案中保留一份决策记录,至少包含:候选路径、每条路径的适用条件是否满足、关键量化输入(停机窗口、数据量、接口数、合规约束、预算)、最终选择及理由、被否决路径的否决原因、以及验证方式。这份记录在后续审计、扩容或二次迁移时,比任何口头结论都更有价值。