时序数据库入门系列: 时序数据库的定义

时序数据库的定义

时序数据是随时间不断产生的一系列数据，简单来说，就是带时间戳的数据。时序数据的主要特点就是数据量大，写多读少。

以车联网场景为例，20000辆车，每个车60个指标，假设每秒采集一次，那么每秒将上报20000 * 60 = 1200000指标值，即120W数据指标值每秒，每个指标值为16字节（假设仅包括8字节时间戳和8字节的浮点数），则每小时将产生64G左右的数据。而实际上每个指标值还会附带标签等额外数据，实际需要存储空间会更大。

另外，时序数据的查询通常是多维聚合查询，对查询的延迟要求比较高。在早期，数据量小时，使用传统的关系型数据库也可以胜任。但是随着5G和物联网的到来，数据呈爆炸式增长，传统关系型数据库越来越力不从心了，因此时序数据库应运而生。

时序数据库（Time Series Database）全称为时间序列数据库, 是专门用于存储和处理时间序列的数据库，支持时序数据高效读写、高压缩存储、插值和聚合等功能。

时序数据库相关概念

时序数据库是专门处理时序数据的数据库，因此其相关概念是和时序数据紧密联系的，下面是时序数据库的一些基本概念。

• 度量 Metric：Metric 类似关系型数据库里的表（Table），代表一系列同类时序数据的集合，例如为空气质量传感器建立一个 Table，存储所有传感器的监测数据。

• 标签 Tag：Tag 描述数据源的特征，通常不随时间变化，例如传感器设备，包含设备 DeviceId、设备所在的 Region 等 Tag 信息，数据库内部会自动为 Tag 建立索引，支持根据 Tag 来进行多维检索查询；Tag 由 Tag Key、Tag Value 组成，两者均为 String 类型。

• 时间戳 Timestamp：Timestamp代表数据产生的时间点，可以写入时指定，也可由系统自动生成；

• 量测值 Field：Field描述数据源的量测指标，通常随着时间不断变化，例如传感器设备包含温度、湿度等Field；

• 数据点Data Point: 数据源在某个时间产生的某个量测指标值（Field Value）称为一个数据点，数据库查询、写入时按数据点数来作为统计指标；

• 时间线 Time Series ：数据源的某一个指标随时间变化，形成时间线，Metric + Tags + Field 组合确定一条时间线；针对时序数据的计算包括降采样、聚合（sum、count、max、min等）、插值等都基于时间线维度进行；

timeseries_basic_concepts.jpg

时序数据库的发展趋势

时序数据库的发展趋势，可以从DB-engines（https://db-engines.com)获取获取到，下图是DB-engines收录的数据库近24个月的发展趋势，其中时序数据库的活跃度最高，且随时间呈现越来越活跃的趋势。

timeseries_ranking2.png

下图是DB-engines收录的时序数据库的排名，其中排名最高的时序数据库是2013年开源的InfluxDB。

dbengines_ranking_of_timeseries.png

时序数据库应用场景

时序数据库的应用场景在物联网和互联网APM等场景应用比较多，下面是列举了一些时序数据库的应用场景，但不是全部：

• 公共安全：上网记录、通话记录、个体追踪、区间筛选；
• 电力行业：智能电表、电网、发电设备的集中监测；
• 互联网：服务器/应用监测、用户访问日志、广告点击日志；
• 物联网：电梯、锅炉、机械、水表等各种联网设备；
• 交通行业：实时路况、路口流量监测、卡口数据；
• 金融行业：交易记录、存取记录、ATM、POS机监测；