時(shí)序數(shù)據(jù)庫(kù)

物聯(lián)網(wǎng)數(shù)據(jù)有個(gè)特點(diǎn)， 那就是每條數(shù)據(jù)都會(huì)帶一個(gè)時(shí)間戳， 代表數(shù)據(jù)被采集的時(shí)間，所以物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)是時(shí)間序列數(shù)據(jù)。

時(shí)序數(shù)據(jù)庫(kù)尤其適合時(shí)間序列數(shù)據(jù)的存儲(chǔ)，比如互聯(lián)網(wǎng)運(yùn)維領(lǐng)域常用的Prometheus就是基于leveldb引擎的時(shí)序數(shù)據(jù)庫(kù)。顧名思義，時(shí)序數(shù)據(jù)庫(kù)就是存放時(shí)序數(shù)據(jù)的數(shù)據(jù)庫(kù)，支持時(shí)序數(shù)據(jù)的快速寫入、持久化、多維度的聚合查詢等功能。

什么是時(shí)序數(shù)據(jù)庫(kù)

先來介紹什么是時(shí)序數(shù)據(jù)。時(shí)序數(shù)據(jù)是基于時(shí)間的一系列的數(shù)據(jù)。在有時(shí)間的坐標(biāo)中將這些數(shù)據(jù)點(diǎn)連成線，往過去看可以做成多緯度報(bào)表，揭示其趨勢(shì)性、規(guī)律性、異常性；往未來看可以做大數(shù)據(jù)分析，機(jī)器學(xué)習(xí)，實(shí)現(xiàn)預(yù)測(cè)和預(yù)警。

時(shí)序數(shù)據(jù)庫(kù)就是存放時(shí)序數(shù)據(jù)的數(shù)據(jù)庫(kù)，并且需要支持時(shí)序數(shù)據(jù)的快速寫入、持久化、多緯度的聚合查詢等基本功能。

對(duì)比傳統(tǒng)數(shù)據(jù)庫(kù)僅僅記錄了數(shù)據(jù)的當(dāng)前值，時(shí)序數(shù)據(jù)庫(kù)則記錄了所有的歷史數(shù)據(jù)。同時(shí)時(shí)序數(shù)據(jù)的查詢也總是會(huì)帶上時(shí)間作為過濾條件。

工業(yè)互聯(lián)網(wǎng)時(shí)代，時(shí)序數(shù)據(jù)庫(kù)為何如此重要？

工業(yè)互聯(lián)網(wǎng)的發(fā)展呈現(xiàn)出關(guān)鍵技術(shù)加速突破、基礎(chǔ)支撐日益完善、融合應(yīng)用逐漸豐富、產(chǎn)業(yè)生態(tài)日趨成熟的良好態(tài)勢(shì)。

工業(yè)數(shù)據(jù)每一個(gè)采集點(diǎn)，每秒可產(chǎn)生多條數(shù)據(jù)，且每一條數(shù)據(jù)要有時(shí)間屬性，而且時(shí)間驅(qū)動(dòng)的時(shí)序數(shù)據(jù)處理系統(tǒng)沒有業(yè)務(wù)的波峰、波谷，對(duì)系統(tǒng)的可靠性和處理速度要求高。

所以工業(yè)數(shù)據(jù)的一個(gè)非常明顯的特點(diǎn)就是和時(shí)間有關(guān)，這種“數(shù)據(jù)膨脹”帶來的存儲(chǔ)壓力，已經(jīng)成為工業(yè)互聯(lián)網(wǎng)和數(shù)字化發(fā)展的痛點(diǎn)之一。