4. PI点属性与高频存储配置
在 PI System 中，一个 PI Point（PI 点）并不是“来一个值就存一个值”的简单容器。每个点都带有一组决定数据如何被接收、过滤、归档和保留的属性。对于高频数据（例如 1 秒级甚至亚秒级的传感器、振动测点、电力波形量），这些属性直接决定了归档文件的大小、磁盘写入压力、查询响应速度以及历史数据的完整程度。理解并调优这些属性，是高频时序数据存储优化的核心工作。
本节聚焦五个关键属性：Point Type（点类型）、Compression Deviation（压缩偏差）、Exception Deviation（异常偏差）、Maximum Events（最大事件数）和Archive Period（归档周期）。它们分别作用于数据进入系统的不同阶段，理解其作用位置比单独记忆参数值更重要。
点类型：精度与存储成本的起点
Point Type 决定了 PI 点存储数值时使用的数据类型。常见类型包括 Float32、Float64、Int32、Digital、String 等。对于高频模拟量，Float32 每个事件占 4 字节，Float64 占 8 字节。假设一个点每秒产生 1 个归档事件，一年约 3150 万事件，Float32 约 126 MB，Float64 约 252 MB。单点差异看似不大，但若系统中有数万个高频点，类型选择就会带来数 GB 到数十 GB 的差距。因此，对于温度、压力、流量等常规过程量，若量程和精度允许，优先使用 Float32；只有在累积量、精密计量或大范围数值计算场景下才使用 Float64。
异常偏差与压缩偏差：两道过滤闸门
Exception Deviation 工作在接口到快照的入口。当新采集值与快照当前值的偏差绝对值小于该阈值时，接口不会把该值送入快照，从而减少不必要的快照更新。Compression Deviation 工作在快照到归档的出口。当快照值与归档中上一个已存值的偏差小于阈值时，该值不会被写入归档。两者配合，形成“入口粗筛 + 出口精筛”的双层过滤。
举例说明：某振动测点量程 0～50 mm/s，采集周期 1 秒。若 Exception Deviation 设为 0.5，Compression Deviation 设为 0.1，则小幅噪声在入口就被抑制，只有明显变化才进入快照；进入快照后，归档阶段还会进一步判断是否值得持久化。若把 Compression Deviation 调大到 1.0，归档事件可能减少 60%～80%，但曲线会明显阶梯化，不适合做频谱或峰值分析。调优原则是：先保证业务可接受的曲线精度，再压缩存储。
最大事件数与归档周期：高频突发的安全阀
Maximum Events 限制一个点在快照中允许积累的未归档事件数。高频点在网络中断、接口恢复或批量补数时，可能瞬间产生大量事件。如果该值过小，事件会被丢弃或触发异常；过大则占用内存并可能造成归档写入拥塞。对于 1 秒级高频点，建议根据接口缓冲能力和归档写入速率设置，例如 100～500；对于亚秒级点，可适当提高到 1000 以上，但必须配合归档性能测试。
Archive Period 决定归档文件的时间跨度。较短的周期（如 1 天）使单文件更小、检索更快、备份更灵活，但文件数量多、元数据开销大；较长的周期（如 7 天或 30 天）减少文件数量，但单文件大、恢复慢。高频数据建议使用较短的归档周期，例如 1～3 天，以便在查询时快速定位时间范围，也便于按天归档和清理。
调优示例：一个 1 秒级高频点的配置过程
假设某电机振动点，采集周期 1 秒，量程 0～50 mm/s，业务要求保留峰值变化，允许稳态时稀疏存储。可按以下思路配置并验证：
Point Type: Float32
Exception Deviation: 0.2
Compression Deviation: 0.05
Maximum Events: 300
Archive Period: 1 day
验证方法：
1. 观察 24 小时内归档事件数，与理论 86400 事件对比；
2. 若事件数低于 20%，检查压缩偏差是否过大；
3. 若快照队列频繁达到 Maximum Events，检查接口写入或归档性能；
4. 查询典型时段曲线，确认峰值和阶跃未被过滤。该示例中，Exception Deviation 0.2 用于抑制稳态噪声，Compression Deviation 0.05 用于保留较细的曲线变化。若实际运行发现归档事件仍偏多，可先将 Compression Deviation 提高到 0.1 再观察；若发现峰值被削平，则应回调。调优不是一次完成，而是“配置—观察事件数—检查曲线—再调整”的迭代过程。
属性之间的相互影响
这五个属性并非独立。Point Type 决定单事件字节数，是存储成本的基础；Exception Deviation 和 Compression Deviation 决定事件数量；Maximum Events 决定突发时的缓冲上限；Archive Period 决定文件组织方式。实际调优时，应把它们看作一条链路上的多个阀门，而不是五个孤立参数。一个实用的判断方法是：先估算理论事件数，再根据业务精度要求设定压缩阈值，最后用实际归档事件数和查询曲线验证效果。
| 属性 | 作用阶段 | 调大后的主要影响 | 高频场景建议 |
|---|---|---|---|
| Point Type | 存储格式 | 精度提高，单事件字节增加 | 常规过程量用 Float32 |
| Exception Deviation | 入口过滤 | 快照更新减少，可能丢失小波动 | 按噪声水平设置，通常为量程的 0.1%～1% |
| Compression Deviation | 归档过滤 | 归档事件减少，曲线变粗 | 按分析精度设置，峰值类点宜小 |
| Maximum Events | 快照队列 | 缓冲能力增强，内存占用增加 | 1 秒级点 100～500，亚秒级适当提高 |
| Archive Period | 归档文件 | 单文件变大，文件数减少 | 高频数据建议 1～3 天 |
掌握这些属性的作用位置和相互影响后，就可以针对不同高频点制定差异化配置，而不是对所有点使用同一套默认值。下一阶段的工作，是在实际归档事件数、查询响应和磁盘增长之间找到平衡点，并通过持续观察完成最终调优。