山西時(shí)間序列化數(shù)據(jù)庫(kù)分析報(bào)告信賴推薦「美信科技」

BlueSky高性能時(shí)序數(shù)據(jù)庫(kù)技術(shù)/問(wèn)題

趨勢(shì)方面了解完之后，我們細(xì)致地看看現(xiàn)在的時(shí)序數(shù)據(jù)庫(kù)有哪些特點(diǎn)、如何分類、有哪些技術(shù)。首先，我們從存儲(chǔ)架構(gòu)角度，看看時(shí)序數(shù)據(jù)庫(kù)的分類情況。類就是是基于關(guān)系數(shù)據(jù)庫(kù)的時(shí)序數(shù)據(jù)庫(kù)，比如timescale。第二類就是基于KV的時(shí)序數(shù)據(jù)庫(kù)，比如OpenTSDB。第三類就是專門面向時(shí)序數(shù)據(jù)場(chǎng)景的原生時(shí)序數(shù)據(jù)庫(kù)，比如InfluxDB,Io和Tengine等。

BlueSky高性能時(shí)序數(shù)據(jù)庫(kù)的數(shù)字模型

上面介紹了時(shí)序數(shù)據(jù)的基本概念，也說(shuō)明了分析時(shí)序數(shù)據(jù)的意義。那么時(shí)序數(shù)據(jù)該怎樣存儲(chǔ)呢？數(shù)據(jù)的存儲(chǔ)要考慮其數(shù)學(xué)模型和特點(diǎn)，時(shí)序數(shù)據(jù)當(dāng)然也不例外。所以這里先介紹時(shí)序數(shù)據(jù)的數(shù)學(xué)模型和特點(diǎn)。

下圖為一段時(shí)序數(shù)據(jù)，記錄了一段時(shí)間內(nèi)的某個(gè)集群里各機(jī)器上各端口的出入流量，每半小時(shí)記錄一個(gè)觀測(cè)值。這里以圖中的數(shù)據(jù)為例，介紹下時(shí)序數(shù)據(jù)的數(shù)學(xué)模型（不同的時(shí)序數(shù)據(jù)庫(kù)中，基本概念的稱謂有可能不同，這里以騰訊CTSDB為準(zhǔn)）：

measurement： 度量的數(shù)據(jù)集，類似于關(guān)系型數(shù)據(jù)庫(kù)中的 table；point： 一個(gè)數(shù)據(jù)點(diǎn)，類似于關(guān)系型數(shù)據(jù)庫(kù)中的 row；timestamp： 時(shí)間戳，表征采集到數(shù)據(jù)的時(shí)間點(diǎn)；tag： 維度列，代表數(shù)據(jù)的歸屬、屬性，表明是哪個(gè)設(shè)備/模塊產(chǎn)生的，一般不隨著時(shí)間變化，供查詢使用；field： 指標(biāo)列，代表數(shù)據(jù)的測(cè)量值，隨時(shí)間平滑波動(dòng)，不需要查詢。

時(shí)序數(shù)據(jù)怎么不一樣？

關(guān)系數(shù)據(jù)庫(kù)（OLTP）的出現(xiàn)是為了解決交易事務(wù)問(wèn)題，比如電商訂單，支付等場(chǎng)景，也就是數(shù)據(jù)表的事務(wù)更新，比如轉(zhuǎn)賬交易，用戶從一個(gè)賬號(hào)轉(zhuǎn)出，而在另外一個(gè)賬戶入賬；這對(duì)應(yīng)數(shù)據(jù)庫(kù)兩行甚至兩個(gè)字段的更新；由于任何兩個(gè)賬號(hào)之間都可能發(fā)生轉(zhuǎn)賬，因此這些記錄在磁盤上隨機(jī)分布；再讓我們看看時(shí)序數(shù)據(jù)的場(chǎng)景