4. PI Data Archive架构与存储原理
PI Data Archive 是 PI System 的核心历史数据库，它并不是一个普通的关系型数据库，而是一套面向时间序列优化的专有存储引擎。理解它的架构与存储原理，直接决定了后续数据采集是否稳定、查询是否高效、磁盘是否够用。本节从存储机制、压缩算法、性能特点和容量规划四个角度展开，并给出可执行的估算方法。
一、整体架构：从接口到归档的分层
PI Data Archive 的逻辑结构可以分成四层：接口层（PI Interface / PI Connector）、快照层（Snapshot）、归档层（Archive）和索引层（PI Point 定义与时间索引）。接口把现场数据写入快照，快照保存每个位号的最新值，归档文件按时间顺序持久化历史数据。位号（PI Point）是数据组织的基本单位，每个位号带有 Point Type、压缩偏差、工程单位等属性，这些属性共同决定了数据如何被存储和压缩。
需要特别区分两个概念：快照（Snapshot）只保留最新值，用于实时查询；归档（Archive）保存全部历史事件，是容量规划的主要对象。归档文件默认大小在 PI Data Archive 2018 及以后版本中为 2 GB（早期版本为 1 GB 或 2 GB 可配置），单个归档文件写满后自动切换到下一个归档文件，形成归档序列。
二、历史数据存储机制
PI Data Archive 采用事件驱动的存储方式。每个位号的数据以“时间戳 + 值 + 质量码”三元组形式记录，按时间升序写入归档文件。归档文件内部使用 B 树或类似索引结构，使按时间范围查询时无需全表扫描。归档文件写满后，系统自动创建新归档文件，旧文件保持只读，便于备份和迁移。
归档文件的位置由 PI Data Archive 的配置决定，通常分布在多个磁盘上以分散 I/O。归档文件一旦写满，不会自动删除，需要管理员通过 PI SMT 或归档管理工具手动配置归档保留策略。这一点与很多“自动滚动删除”的时序数据库不同，必须提前规划。
三、压缩算法：旋转门压缩
PI Data Archive 使用旋转门压缩（Swinging Door Compression），这是一种有损压缩算法。它的核心思想是：只有当一个新值偏离“上一归档值”超过设定的压缩偏差（Compression Deviation）时，才把该值写入归档；否则只更新快照，不写归档。
压缩偏差是每个位号可单独设置的参数，单位与工程单位一致。例如一个温度位号量程 0~200°C，压缩偏差设为 0.5°C，意味着温度变化小于 0.5°C 时不会产生归档记录。偏差设得越大，压缩比越高，但曲线细节丢失越多；偏差设得越小，存储越精确，但归档增长越快。
需要强调：压缩偏差不是“死区”，而是基于上一归档值的比较。旋转门算法会保留趋势转折点，因此对趋势查询友好，但对尖峰脉冲可能丢失。对于需要保留所有原始值的场景（如计量结算），应把压缩偏差设为 0 或使用 PI Buffer Subsystem 配合接口侧缓存。
四、性能特点
PI Data Archive 的性能优势主要体现在写入和查询两方面。写入侧，接口以批量方式提交数据，单台服务器可支撑数十万位号、每秒数十万事件的写入。查询侧，按时间范围读取时，归档文件的顺序存储和索引使查询延迟通常在毫秒级。
性能瓶颈通常出现在三个位置：一是归档文件所在磁盘的随机 I/O 能力；二是快照层的内存占用，位号越多内存需求越大；三是压缩偏差设置过小导致归档文件快速增长，进而拖慢查询。实际运维中，建议把归档文件放在独立的高速磁盘或 SSD 上，并定期检查归档文件数量和增长速率。
五、容量规划方法
容量规划的核心是估算归档文件增长速率。一个可用的估算公式如下：
归档增长速率 ≈ N × R × B / 压缩比
其中：
N = 位号数量
R = 每个位号平均事件率（事件/秒）
B = 单事件存储字节数（PI 中约 16~24 字节，含时间戳、值、质量码和索引开销）
压缩比 = 原始事件数 / 实际归档事件数举例说明（以下为教学示例，非实测数据）：某工厂有 5000 个位号，平均每个位号每秒产生 1 个事件，单事件按 20 字节估算，压缩比按 10:1 估算。则每秒归档增长约为 5000 × 1 × 20 / 10 = 10000 字节/秒，即约 10 KB/s。一天约 864 MB，一年约 315 GB。若保留 3 年，需要约 1 TB 归档空间，再考虑归档文件切换和备份冗余，建议预留 1.5~2 倍余量。
实际规划时，压缩比不能拍脑袋，应先用 PI SMT 的 Archive Statistics 或 PI System Explorer 查看现有位号的实际压缩比，再按位号分组分别估算。对于波动剧烈的位号（如流量、振动），压缩比可能只有 3:1~5:1；对于温度、液位等缓变量，压缩比可达 50:1 以上。
六、规划检查清单
- 确认位号总数与分组，按波动特性分类估算压缩比。
- 确认每个位号的压缩偏差设置，避免“默认值”一刀切。
- 确认归档文件存放磁盘的容量、IOPS 和冗余方式。
- 确认归档保留策略：保留多久、是否归档到二级存储。
- 确认备份方案：归档文件是否可在线备份，备份窗口是否影响写入。
- 确认监控项：归档文件数量、磁盘剩余空间、归档增长速率、快照内存占用。
掌握以上机制后，就能在部署阶段做出合理的位号定义、压缩偏差设置和磁盘规划，避免上线后因归档暴涨或查询变慢而被动扩容。