2. PI Data Archive存储架构解析
PI Data Archive 是 PI System 的时序数据核心，它并不是一个简单的“实时数据库”，而是一套围绕PI 点（PI Point）组织、以事件（Event）为最小数据单元、由快照（Snapshot）与归档文件（Archive File）协同承载的存储体系。理解这套架构，是后续做高频写入、查询优化和容量规划的前提。
PI 点：数据存储的逻辑锚点
PI 点是一个被命名的数据通道，例如 sinusoid、BA:ACTIVE.1 或 CDT158。每个 PI 点拥有唯一的 Point ID（内部整数标识）和 Tag Name（用户可读名称）。归档文件中真正存储的是 Point ID 与时间戳、数值的组合，Tag Name 只是索引层。因此重命名 Tag 不会重写历史数据，而删除并重建同名 Tag 会得到新的 Point ID，历史数据不会自动继承。
PI 点的关键属性直接影响存储行为：PointType（Float32、Float64、Int32、Digital、String 等）决定单个事件占用的字节数；CompDev（压缩偏差）决定是否记录新事件；CompMax（最大压缩时间）强制在长时间无显著变化时仍写入一个事件；ExcDev 与 ExcMax 则在接口层做异常过滤。这些参数共同决定了“数据到底写多少”。
事件、时间戳与精度
事件是 PI 中不可再分的数据记录，形式为 (timestamp, value, quality)。时间戳采用 UTC 存储，显示时按客户端时区转换。PI Data Archive 的时间戳精度为 1/10000 秒（100 微秒），即内部以 100 纳秒为最小刻度、但实际有效分辨率为 0.1 毫秒。这意味着同一 PI 点在 0.1 毫秒内到达的多个值无法被区分先后，高频场景下必须注意这一点。
质量码（Quality）常见取值包括 Good、Bad、Questionable、Substituted 等。查询时若不加过滤，Bad 值也会被返回，因此做统计计算前通常需要判断质量。
快照与归档文件的分工
PI Data Archive 采用“快照 + 归档”两级结构。快照保存每个 PI 点最新一个事件，常驻内存并周期性落盘，用于快速响应“当前值”查询。归档文件则是历史事件的持久化容器，每个归档文件默认约 2 GB（可配置），写满后切换到下一个归档文件，形成归档序列。
写入路径可以概括为：接口采集 → 事件进入快照 → 满足压缩条件时追加到当前归档 → 归档写满后滚动。查询“当前值”走快照，查询历史区间则需扫描对应时间范围内的归档文件。因此，归档文件的数量、时间跨度和分布直接决定历史查询的 I/O 成本。
数据压缩机制
PI 的压缩不是“有损压缩算法”，而是一种基于偏差的过滤策略。当新采集值到达时，系统会比较它与“上一条已存储事件”之间的偏差：若偏差超过 CompDev，则写入新事件；若未超过，则暂不写入，但快照仍会更新为最新值。CompMax 则保证即使长期无显著变化，也会在超过设定时间后强制写入一个事件，避免出现“数据空洞”。
举例说明：某 PI 点 CompDev = 0.5，CompMax = 600 秒。假设上一条存储事件值为 100.0，随后采集到 100.2、100.3、100.6。前两个值偏差均小于 0.5，不写入归档；100.6 与 100.0 偏差 0.6 超过阈值，写入新事件。若期间一直未超过阈值，则 600 秒后强制写入当前快照值。这样既保留了趋势特征，又大幅减少存储量。
高频场景下的存储行为
当采集频率达到毫秒级时，存储压力主要来自三方面：事件写入速率、归档滚动频率和快照更新频率。假设 1000 个 PI 点以 100 ms 周期采集，且每个点每次采集都超过 CompDev，则每秒产生 10000 个事件。按每个 Float32 事件约 16 字节估算，每天约产生 13.8 GB 原始事件数据，归档文件会以每天约 7 个的速度滚动。
此时需要关注：归档文件数量过多会导致历史查询需要打开大量文件；快照更新过于频繁会占用内存带宽；接口层若未做异常过滤，Bad 值也会进入压缩判断，浪费存储。优化方向包括：合理设置 ExcDev 在接口层先过滤明显异常；对高频点适当增大 CompDev；将归档文件大小调大以减少文件数量；对确实需要原始精度的点，考虑使用 PI Buffer Subsystem 或独立的高频归档策略。
归档文件与查询性能的关系
历史查询的性能取决于需要扫描的归档文件数量和时间范围。PI Data Archive 会为每个归档文件维护时间索引，查询时先定位时间范围覆盖的归档文件，再在文件内检索。若查询跨越大量归档文件，I/O 开销会显著上升。因此，在容量规划时不仅要看总存储量，还要看单位时间产生的归档文件数。对于高频数据，适当增大单个归档文件大小、减少归档数量，通常比单纯增加磁盘容量更能改善查询体验。
综合来看，PI Data Archive 的存储架构可以理解为：PI 点定义通道，事件定义数据，快照提供最新值，归档提供历史，压缩机制控制数据量，时间戳精度界定分辨率。高频场景下的所有优化，本质上都是在这几个要素之间寻找平衡。