时序数据库(TSDB:time series databases)

概述

时序列数据库（Time series database）：用来存储时序列（time-series）数据并以时间（点或区间）建立索引的软件

一般时序列数据都具备

• 数据结构简单：某一度量指标在某一时间点只会有一个值，没有复杂的结构（嵌套、层次等）和关系（关联、主外键等）
• 数据量大：由于时序列数据由所监控的大量数据源来产生、收集和发送，比如主机、IoT设备、终端或App等

TSDB特点

• 专门优化用于处理时间序列数据，时间序列数据按特性分为两类
  
  • 高频率低保留期（数据采集，实时展示）
  • 低频率高保留期（数据展现、分析）
• 时间序列数据的几个前提
  
  • 单条数据并不重要
  • 数据几乎不被更新，或者删除（只有删除过期数据时），新增数据是按时间来说最近的数据
  • 同样的数据出现多次，则认为是同一条数据

• 数据写入

  • 写多于读：95%-99%的操作都是写操作
  • 顺序写：由于是时间序列数据，因此数据多为追加式写入，而且几乎都是实时写入，很少会写入几天前的数据
  • 很少更新：数据写入之后，不会更新
  • 区块删除：基本没有随机删除，多数是从一个时间点开始到某一时间点结束的整段数据删除

• 数据读取（查询）

  • 顺序读：基本都是按照时间顺序读取一段时间内的数据。
  • 基数大：基本数据大，超过内存大小，要选取的只是其一小部分，且没有规律，缓存几乎不起任何作用

• 基本数据分析支持

  • TSDB的数据是用来分析的，所以TSDB还会提供做数据分析所必须的各种运算、变换函数。如可以方便的对时序列数据进行求和、求平均值等操作

如何去选择时序列数据库

时序数据库有很多 请查看DB-Engines Ranking

选择时可以从以下方面综合考虑

• 性能、存储方案、集群功能、API（HTTP API和Client Library）、SQL-like Query Language、部署体验、成熟度、可视化和报警功能、所采用技术栈、保留策略（Retention Policies，或自动删除、压缩）、背后主导公司、License、安全性等等

从排序中可以看到（包括前几年的影响力）influxdb一直备受关注，也是我在工作使用最多的时序数据库（单机，集群要收费）

~为influxdb相关的东西做个铺垫~