Tiger Data & Ignition
Più dati.
Più rapidamente.
Unisci Ignition a TimescaleDB per ingestione di dati e recupero veloce anche quando la tua quantità di dati industriali cresce.
Aiutiamo a configurare la connessione con Ignition, pianificare la migrazione dello storico, e testare la frequenza di ingestione dati e la latenza del recupero di dati del tuo progetto.
Prestazioni sulle time-series per Ignition
Le time-series richiedono scritture sostenute e letture rapide su dataset in crescita. TimescaleDB estende PostgreSQL per carichi di lavoro su time-series, con enfasi sulla rapidità di ingestione e le performance di query mantenendo anche l’accesso a semplice SQL. Testiamo scrittura e lettura rispetto ai tuo requisiti di accesso, il tuo storico esistente, hardware disponibile, e carico in parallelo.
Nell’Aprile 2026, Inductive Automation e Tiger Data hanno annunciato una collaborazione con focus sugli storici industriali, con Tiger Data nuova entrata nell’ecosistema Ignition com Gold Technology Provider. La collaborazione spazia da TimescaleDB Enterprise per implementazioni self-hosted a Tiger Cloud per analisi gestite.
Leggi l’annuncio ufficiale di partnership (in inglese) →
Come possiamo aiutarti
Cosa validiamo prima della consegna
- Valori di riferimento. Quantità di tag, frequenza di sampling, requisiti di ritenzione, dimensione DB, e performance correnti.
- Test di carico. Attività di scrittura e lettura in parallelo. Confronto del throughput di ingestione e la latenza delle query rispetto al valore di riferimento, e verifica della completezza dei dati e dei risultati delle query.
- Verifiche finali. Test delle procedure di ripristino, definizione dei criteri di rollback e documentazione delle responsabilità di monitoraggio e operative.
La configurazion dipende dalla version Ignition, eventuale storico presente, e l’implementazione Tiger Data scelta.
Query più veloci. Meno attesa.
Un’intera giornata di dati storici per 60 tag, interrogata in 3,3 secondi anziché 52,7. Per l’intervallo di quattro ore, il tempo della query è sceso da 9,4 a soli 0,6 secondi. È la differenza tra aspettare i risultati e continuare a lavorare.
Abbiamo realizzato una dashboard in Ignition 8.3 Perspective collegata a due tabelle, ciascuna con circa 500 milioni di righe: una ottimizzata con TimescaleDB e l’altra una tabella PostgreSQL standard creata da Ignition Tag Historian. Abbiamo interrogato 60 tag su intervalli di quattro e 24 ore, ottenendo valori medi a intervalli di un minuto.
| Intervallo della query | Con TimescaleDB | PostgreSQL standard |
|---|---|---|
| 4 ore | 0,6 secondi | 9,4 secondi |
| 24 ore | 3,3 secondi | 52,7 secondi |
E questo senza aggregati continui. Questi risultati derivano da query dirette sui dati storici sottostanti. Gli aggregati continui potrebbero ridurre ulteriormente i tempi delle query.
Per chi analizza un processo, controlla un trend o esplora dati storici in Ignition, la differenza è sostanziale: una query che richiedeva quasi un minuto ha restituito i risultati in pochi secondi nei nostri test.
Confronto su 4 ore
Confronto su 24 ore
Parliamo del tuo storico
Facci sapere la versione della tua installazione Ignition, lo storico corrente, attività di scritture approssimative, il periodo di ritenzione dati, e query che hanno prestazione sub ottimali. Possiamo usare questi dettagli per valutare una integrazione ed eventuale miglioramento delle prestazioni.