Tiger Data & Ignition
Mehr Daten rein.
Schnellere Queries raus.
Kombinieren Sie Ignition mit TimescaleDB für die Aufnahme großer Datenmengen und schnelle Abfragen, während Ihre Industriedaten wachsen.
Wir unterstützen Sie bei der Konfiguration der Ignition-Verbindung, der Planung der Historian-Migration sowie beim Testen von Ingestionsraten und Abfragelatenzen unter Berücksichtigung Ihrer Arbeitslast.
Performance von Zeitreihendaten in Ignition
Workloads für Historian-Systeme erfordern kontinuierliche Schreib- und schnelle Lesezugriffe auf wachsende Datensätze. TimescaleDB erweitert PostgreSQL für Zeitreihen-Workloads und legt dabei den Schwerpunkt auf hohen Datendurchsatz bei der Aufnahme sowie auf Abfragegeschwindigkeit, während der SQL-Zugriff erhalten bleibt. Wir testen sowohl Schreib- als auch Lesevorgänge unter Berücksichtigung Ihrer Abtastraten, der Historien-Speicherdauer, der Hardware und der gleichzeitigen Systemlast.
Im April 2026 kündigten Inductive Automation und Tiger Data eine Zusammenarbeit im Bereich industrieller Historian-Systeme an; dabei trat Tiger Data dem Ignition Technology Ecosystem als „Gold Technology Provider“ bei. Die Kooperation umfasst TimescaleDB Enterprise für selbstverwaltete Bereitstellungen sowie Tiger Cloud für verwaltete Analysedienste.
Lesen Sie die offizielle Ankündigung der Partnerschaft (auf Englisch). →
Wie wir helfen
Was wir vor dem Rollout validieren
- Baseline. Erfassung von Tag-Anzahl, Abtastraten, Aufbewahrungsanforderungen, Datenbankgröße und aktuellen Abfragezeiten.
- Lasttest. Durchführung repräsentativer Schreib- und Leseoperationen. Vergleich von Ingestion-Durchsatz und Abfragelatenz mit der Baseline sowie Überprüfung der Datenvollständigkeit und der Abfrageergebnisse.
- Rollout-Prüfungen. Testen von Wiederherstellungsverfahren, Festlegen von Rollback-Kriterien sowie Dokumentation der Zuständigkeiten für Monitoring und Betrieb.
Die Konfiguration hängt von Ihrer Ignition-Version, dem Historian-Setup und der gewählten Tiger-Data-Bereitstellung ab.
Schnellere Abfragen. Weniger Wartezeit.
Ein ganzer Tag historischer Daten für 60 Tags, abgefragt in 3,3 statt 52,7 Sekunden. Beim Vier-Stunden-Zeitraum sank die Abfragezeit von 9,4 auf nur 0,6 Sekunden. Das macht den Unterschied zwischen dem Warten auf Ergebnisse und dem direkten Weiterarbeiten.
Wir haben ein Dashboard in Ignition 8.3 Perspective mit zwei Tabellen verbunden, die jeweils ungefähr 500 Millionen Datenzeilen enthielten: eine für TimescaleDB optimierte Tabelle und eine von Ignition Tag Historian erstellte Standard-PostgreSQL-Tabelle. Wir fragten 60 Tags über Zeiträume von vier und 24 Stunden ab und ließen Mittelwerte in Ein-Minuten-Intervallen berechnen.
| Zeitraum | Mit TimescaleDB | Standard-PostgreSQL |
|---|---|---|
| 4 Stunden | 0,6 Sekunden | 9,4 Sekunden |
| 24 Stunden | 3,3 Sekunden | 52,7 Sekunden |
Und das ohne kontinuierliche Aggregate. Diese Ergebnisse stammen aus direkten Abfragen der zugrunde liegenden historischen Daten. Kontinuierliche Aggregate könnten die Abfragezeiten noch weiter verkürzen.
Wer in Ignition einen Prozess untersucht, einen Trend prüft oder historische Daten auswertet, merkt diesen Unterschied deutlich: Eine Abfrage, die fast eine Minute dauerte, lieferte in unseren Tests nach wenigen Sekunden Ergebnisse.
Vergleich über 4 Stunden
Vergleich über 24 Stunden
Sprechen wir über Ihren Historian
Teilen Sie uns Ihre Ignition-Version, den aktuellen Historian, die ungefähre Schreibrate, den Aufbewahrungszeitraum sowie eventuelle Abfragen mit, die zu langsam sind. Anhand dieser Informationen können wir den Umfang einer Integration oder Leistungsanalyse bestimmen.