数据历史记录供应商面临着一个机遇和挑战:扩展到百万标签系统

请注意:“数据历史学家”一词并不能公正地描述这种系统在当今最具活力的行业中所扮演的普遍角色,也没有暗示这种技术将在从需求驱动的制造到工厂能源管理等一系列举措中发挥重要作用。然而,如果数据历史学家被证明是没人听说过的杀手级应用程序,那么它将回答系统如何……

通过凯文·帕克,编辑总监(kparker@reedbusiness.com) 二七年九月一日

请注意:术语数据的历史学家这并没有体现出这种系统在当今最具活力的行业中所扮演的普遍角色,也没有暗示这种技术将在从需求驱动的制造到工厂能源管理等一系列举措中发挥重要作用。

然而,如果数据历史学家最终成为无人听说过的杀手级应用程序,那么系统将如何扩展以适应涉及数百万输入和输出的应用程序(称为I/O或标签)的答案仍在不断涌现。

这些问题的答案,虽然在这一点上可能是片面的,但涉及从如何购买和出售数据历史学家到谁拥有使其工作的元数据的方方面面。

可以这么说OSIsoft为数据历史学家创造了市场,经过20年的努力,该公司今天的年收入超过1亿美元,同时仍然是私有的。

OSIsoft PI系统有帮助微软管理其数据中心大规模建设过程中的能源使用,为消费者提供宽带服务。百时美施贵宝将使用PI系统将控制和环境系统结合在一个7.5亿美元投资的大规模细胞培养制造的绿地上。PI系统是生物技术制造商数据历史学家的企业标准安进公司该公司的六个生产工厂。

至少从2005年初开始,波士顿的艾莉森·史密斯和科林·马森AMR研究一直在呼吁人们关注数据历史学家将在一个多工厂全球运营日益普遍的时代发挥的重要作用。

根据AMR的说法,数据历史学家最初是作为特殊用途的数据存储库,用于以非常高的速率获取和存储大量时间序列或时间数据的环境。历史学家允许用户在传统关系数据库的一小部分时间内归档和检索多年的数据。

然而,“历史学家”这个词已经变得不太合适了,因为系统演变成了一种实时数据传递机制,执行数学运算,将获得的数据聚合并转换为用于决策支持的作战情报。

此外,历史学家AMR说,“在实时流程领域和面向事务的业务和金融系统之间提供了一个数据抽象层……[并且]提供了一个平台,用于聚合、整合和重新校准来自生产环境中各种系统的数据。”

这是数据历史学家的角色,例如,在用于生产和性能管理的基于工厂面向服务的体系结构(SOA)的软件套件中。数据历史学家在管理能源、公用事业、石油和天然气、化工和其他过程工业中的宝贵资源方面发挥着更大的作用。

规模和保真度

在最近的OSIsoft用户组会议上,首席执行官、总裁兼创始人Patrick Kennedy在开场白中指出,PI系统如今是一个企业系统。

“我们甚至还没有开始饱和未来PI需要的标签数量和响应保真度:数百万点和纳秒响应时间。但在扩展过程中,一个包含数十个接口和数百万个点的系统会变得难以管理。我们正在应对这一挑战。”

OSIsoft技术战略总监格雷格•勒布兰科(Gregg Le Blanc)表示,挑战的一个方面是,用户如何在这么大的系统中找到所需的信息。一种答案是基于资产(而不是标签)组织,并根据角色使用不同的资产视图。LeBlanc说,目前已有200万个标签系统。

Kennedy说,同样重要的是,与客户达成的协议使PI系统易于部署和扩展。

在实践中,PI系统是一个应用于需要深入理解实时数据的环境的工具包。虽然可能是为了某些特定的目的而引入的,但公司倾向于在其中启动一个实践,并随着时间的推移确定更多的应用程序。

然而,如果与供应商的合同关系是基于标签编号的,那么扩展系统的使用可能会很麻烦,如果仅仅是涉及到文书工作的话。企业协议使得在获得所需供应商支持的同时更容易增量扩展使用。

自去年以来,至少有12家OSIsoft在过程和公用事业行业的客户(总数超过200家)签署了企业协议。

安进最近签署了一项企业协议,在整个公司范围内扩展和标准化PI系统的使用。

安进公司首席工程师Rob Gamber表示:“基于标签和服务器的定价限制了PI的采用。“企业协议简化了采购,并有助于避免不必要的成本理由。我们现在拥有专门的‘托管PI’资源、治理结构、跨站点支持,以及尽可能的标准架构、配置和流程。”

Le Blanc表示,在大规模PI实现中找到所需的信息取决于PI分析框架中元数据的正确使用。正是这种元数据和时间序列数据的结合将信息在上下文中传递给用户。

“我们为用户提供了更多进入系统的入口,”勒布兰科说。“你可以从一个资产开始,比如电机、控制系统,或者从能源使用的角度开始。”

问题在于定义一种数据模型或分类法,使其能够为越来越多的用户所接受。

但正如AMR的史密斯所指出的那样,“没有‘通用’的制造数据模型来适应单个制造环境的细节和多样性。”

勒布兰科说:“市面上有各种标准,包括S95和S88,人们都在使用。一般来说,这更像是一种思想上的交流,而AMR最终可能会通过定义数据模型的统一实践而发挥重要作用。”