第2章 数据库选型：关系型 vs 时序型，PDB选型决策矩阵

选型，说白了就是选最顺手的工具。但GMP审计追查一旦发现数据缺失或性能瓶颈，那就不是换套软件那么简单了。我记得刚入行时，有前辈直接用关系型数据库扛全厂的振动信号，大约三四个月后查询就卡到怀疑人生。嗯，今天我们就来拆解一下PDB（流程溯源数据库）的选型逻辑。

一、关系型 vs 时序型：本质差异

很多人觉得“存数据嘛，MySQL不也能存？”确实能存，但代价不对。关系型数据库（RDBMS）最初是为交易处理设计的，强调ACID、行级更新和复杂关联。而时序型数据库（TSDB）天生为持续写入、时间范围查询和降采样优化。我习惯用一个简单测试来判断：一个车间每秒采集10万个数据点，你同时要跑5天时间窗口的窗口聚合——关系型此时大概率会超时或爆内存。

对比维度	关系型（如 PostgreSQL、MySQL）	时序型（如 InfluxDB、PI）
写入模式	单条/批量INSERT，受锁和索引影响	高并发Append，自动旋转分片
存储模型	行存储，带Schema	列存储 / 有序点对结构，通常无Schema或柔性Schema
时间查询	靠时间索引，大范围扫描I/O重	时间分片剪枝，降采样原生支持
压缩率	通用压缩，一般3-5x	针对浮点和重复值优化，通常10-30x
GMP合规支撑	需自行实现审计追踪、版本标记	部分内置审计日志、不可变数据块

举个例子：我曾帮一家生物制药公司改造批记录系统。原来用 SQL Server 存每5秒的反应釜温度，一年后数据量接近2TB，查询一小时的曲线要等两分钟。换成时序库后，同样数据量压缩到不到300GB，查询秒级返回。你自己算算这差距。

二、常见PDB数据库对比：PI、Canary、InfluxDB

市面上的PDB选项不少，我从GMP合规和工程部署角度挑三个典型代表：

• OSIsoft PI – 工业老牌，几乎成为制药行业过程数据库的代名词。自带审计追踪、不可变记录、签名时间戳，合规性做得很重。我记得2018年帮一个跨国药企做全球PI规划，最大的坑是许可证费用——数据点越多，授权费越高，基本按年签。
• Canary Labs – 偏轻量的历史数据中心，没有PI贵，但在审计追踪和高可用方面也做得不错。我见过好几个中小型原料药厂用它替代PI，主要看中它的配置简单和运维成本低。缺点是行业生态不如PI，找成熟的GMP验证服务商需要花点功夫。
• InfluxDB – 开源时序数据库中的明星，社区版免费，集群版付费。它的审计追踪能力是“加装”的，核心引擎本身不强制不可变写入。我曾在非合规的研发中试用过，如果你能接受自己写一个审计日志中间层，又可以省下大笔授权费，性价比很高。

特性	OSIsoft PI	Canary	InfluxDB
部署模式	本地 + 订阅制	本地 + 永久授权	本地/云端 + 开源
不可变存储	原生支持 (Write Once)	部分支持	需外挂WAL或自定义层
审计日志	内建Activity Log + 数字签名	内建Audit Log	无原生审计，需自行实现
数据点授权	按点收费，成本高	按Server授权，成本中等	无点限制，成本低
接口API	PI SDK、PI OLEDB、REST	Canary API、OPC DA/HDA	InfluxQL、Flux、REST

说到API，这里简单给两个例子，感受一下查询风格差异：

InfluxDB（InfluxQL）查询过去1小时温度：

SELECT "value" FROM "reactor_temp"
WHERE time >= now() - 1h

PI通过OLEDB查询同范围数据（伪代码）：

SELECT timestamp, value FROM piarchive..picomp
WHERE tag = 'Reactor_Temp'
AND timestamp >= '2025-03-01 08:00:00'
AND timestamp <= '2025-03-01 09:00:00'

为什么很多药企还是选PI，而不选更便宜的InfluxDB？因为GMP取证时你要证明“数据一旦写入就没人能篡改”，PI的不可变块机制直接从底层保证了这点。而InfluxDB如果你自己加一层签名和审计，合规官可能要你提供额外的设计验证文档。你自己权衡。

三、选型决策矩阵

我个人习惯做一个打分矩阵，把核心需求列出来，给每一项权重，然后让团队成员背对背打分。下面是我在几个项目中用过的简化版本：

具体做法是：对每个备选数据库，打分员从1（最差）到5（最优）给三个维度打分，再乘以对应权重求和。比如：

PI加权总分 = 技术4×0.3 + 合规5×0.4 + 运维2×0.3 = 1.2 + 2.0 + 0.6 = 3.8
Canary加权总分 = 技术4×0.3 + 合规4×0.4 + 运维3.5×0.3 = 1.2 + 1.6 + 1.05 = 3.85
InfluxDB加权总分 = 技术5×0.3 + 合规2×0.4 + 运维4×0.3 = 1.5 + 0.8 + 1.2 = 3.5

结果不一定以PI胜出——当合规权重拉大时PI才有绝对优势。我有个项目，客户是研发型实验室，非GMP，InfluxDB因为开源、响应快、不锁点，反而成了最优选。所以选型矩阵的权重必须根据你的实际监管环境动态调整。