写点什么

时序数据库

用户头像
pydata
关注
发布于: 2020 年 05 月 28 日

时序数据库在当下产业互联网背景下,能够处理高并发、巨量数据等应用场景中。

大规模时序数据具有特点



  • 占用空间极大

  • 数据总吞吐量大

  • 产生速度快且不间断

时序数据存储的需求



  • 全时全量

  • 高效写入

  • 紧凑存储

时序数据库与关系型数据库



  • 时序数据管理具有超高性能,超多序列的特点

  • 关系型数据库具有写入受限的缺点

  1. 单表列数上限 mysql innodb最大为1017列

  2. 单表行数不易过多 小于1000万行

  3. 水平、垂直分表;分库 键值数据库可管理海量条时间序列数据,但查询受限:主要包括按时间纬度的查询,按值纬度的查询,多序列的时间对齐查询。

时序数据库大体上可分为三种:



  1. 基于关系数据库的: Timescale,基于PG开发的插件 能够做到: 时序数据自动分区 优化查询计划 定制并行查询 但随着导入时间增加时,其导入效率不断下降

  2. 基于键值数据库的: OpenTSDB,KairosDB 这类时序数据库一般基于HBase/Cassandra衍生, 支持时序分区键,定时任务构件索引。但存在压缩不友好,查询不友好的缺点。

  3. 原生时序数据库: influxdb 基于LSM机制的时序库, 专属文件结构 专属查询优化 特定工业场景下性能会下降 iotdb grafana-adaptor pisa索引

常用时序数据库:



iotdb influxdb taosdb timescale kairosdb

经过测试iotdb性能较优



发布于: 2020 年 05 月 28 日阅读数: 115
用户头像

pydata

关注

https://justpic.org 2017.12.19 加入

还未添加个人简介

评论

发布
暂无评论
时序数据库