山西時間序列化數據庫案例值得信賴「美信科技」

BlueSky時間序列化數據庫時序數據庫對IoT的價值

BlueSky時間序列化數據庫時序數據是指基于時間的一系列數據，隨著IoT、5G等技術的發展，工業物聯網、智能家居、監控等行業對時序數據的需求呈現爆發式的增長，而傳統關系型數據庫難以對此進行有效的處理。不僅因為數據量比之前可能要多數萬倍，實時采集、高頻度、高密度的動態數據也導致模型隨時可變。

為了更好的支持時序數據的存儲分析，各種時序數據庫（TimeSeries Database）應運而生，時序數據庫可以基于時間區間進行聚合分析和檢索，實現對時序數據的快速寫入、持久化、多緯度的查詢等功能。據DB-Engines 2019年12月的新報告顯示，近一年內時序數據庫的受歡迎程度穩居前列。

時間序列數據庫水平切分的優點

水平切分的優點：不存在單庫數據量過大、高并發的性能瓶頸，提升系統穩定性和負載能力應用端改造較小，不需要拆分業務模塊缺點：跨分片的事務一致性難以保證跨庫的join關聯查詢性能較差數據多次擴展難度和維護量極大水平切分后同一張表會出現在多個數據庫/表中，每個庫/表的內容不同。。

時間序列數據庫

根據數值取模一般采用hash取模mod的切分方式，例如：將 Customer 表根據 cusno 字段切分到4個庫中，余數為0的放到個庫，余數為1的放到第二個庫，以此類推。這樣同一個用戶的數據會分散到同一個庫中，如果查詢條件帶有cusno字段，則可明確定位到相應庫去查詢。

優點：數據分片相對比較均勻，不容易出現熱點和并發訪問的瓶頸缺點：后期分片集群擴容時，需要遷移舊的數據（使用一致性hash算法能較好的避免這個問題）容易面臨跨分片查詢的復雜問題。比如上例中，如果頻繁用到的查詢條件中不帶cusno時，將會導致無法定位數據庫，從而需要同時向4個庫發起查詢，再在內存中合并數據，取小集返回給應用，分庫反而成為拖累。