2021年9月27日 (一) 11:34的最后版本

时间序列数据库

时间序列

时间序列数据库(Time Series Database, TSDB)是针对时间戳或时间序列数据优化的数据库。

时间序列就是跟踪、监视、缩减采样和随时间聚合的测量或事件，可能是服务器指标，应用程序性能监控，网络数据，传感器数据，事件，点击，市场交易以及许多其他类型的分析数据。

与来自常规数据不同，时间序列数据总是会和时间绑定在一起。

时间序列数据更重要的一个属性是如何去查询它。在查询的时候，对于时间序列我们总是会带上一个时间范围去过滤数据。同时查询的结果里也总是会包含timestamp字段。

时间序列数据库分为两类，第一类的数据库按照关系型数据库的说法，其表结构是这样的：

[metric_name] [timestamp] [value]

其优化的查询方式是：

SELECT value FROM metric WHERE metric_name=”A” AND timestamp >= B AND timestamp < C

另一类数据库其表结构是：

[timestamp] [d1] [d2] .. [dn] [v1] [v2] .. [vn]

其优化的查询方式不限于查询原始数据，而是可以组合查询条件并且做聚合计算，比如：

SELECT d2, sum(v1) / sum(v2) FROM metric WHERE d1 = “A” AND timestamp >= B AND timestamp < C GROUP BY d2

时间序列的运算

在时间序列里常见的需求就是插值、降精度（降频降维）和数据聚合。

举个例子， 智慧园区的业务系统需要查看一个楼宇的某盏灯的耗电量情况，那么就需要把这盏灯的耗电量数据从数据库中查询并展示出来，如果由于采集的故障导致某个时刻用电量数据缺失，那么需要通过特定算法来近似的估算出这个数据，这个计算补全数据的过程就是“插值”。

而当需要查看这盏灯一年的耗电趋势情况时，通常只需要计算出每一天的耗电量，进行查看，而不需要把每一个时刻采集的数据全部输出出来，这个将原始精度转化为业务需求精度的过程就是“降精度”。

而如果要统计某一个楼层或者楼宇的用耗电量整体趋势数据时，就需要将所有统计范围内的灯具的耗电量数据做“合并统计”，这个类似的统计过程就是数据聚合（Aggregation）。

常用的时序数据库

常用的时序数据库包括：

（1）InfluxDB由 Golang 语言编写，进行了用户和角色方面实现的，提供了 Cluster Admin、Database Admin 和 Database User 三种角色。

（2）Graphite主要有两个功能：存储数值型时序列数据、根据请求对数据进行可视化（画图）。分布式时序列数据存储，容易扩展，功能强大的画图Web API，提供了大量的函数和输出方式，Graphite本身不带数据采集功能。

（3）OpenTSDB 是一个分布式、可伸缩的时间序列数据库。它支持豪秒级数据采集所有 metrics，支持永久存储（不需要 downsampling），和 InfluxDB 类似，它也是无模式，以 tag 来实现维度的概念。

（4）Druid 是一个快速、近实时的海量数据开源的 OLAP 系统，并且是。Druid 诞生于 Metamarkets，Druid 会按时间来进行分区（segment），并且是面向列存储的。