云智慧 CTO 张博：智能运维场景中的时序数据库选型与挑战 | Apache IoTDB Talk

2 月 19 日，来自清华大学、阿里巴巴、云智慧、360 的 4 位嘉宾，就 Apache IoTDB 的核心技术及典型应用场景进行了直播分享探讨，分别是 Apache IoTDB：基于开放数据文件格式的时序数据库、IoTDB 在阿里云智能制造业务中的实践、智能运维场景中的时序数据库选型与挑战、时序数据库 IoTDB 在 360 的落地实践这 4 个主题。

本篇是来自云智慧(北京)科技有限公司的 CTO——张博，关于【智能运维场景中的时序数据库选型与挑战】这一主题进行的分享。

不可否认运维已经成为真正的大数据场景，面对数据体量大、乱序到达、缺失丢点、峰谷潮、粒度不齐整、重复采集等一系列领域问题，全球领先的运维可观测企业均在时序数据方面投入研发力量，如 ServiceNow 自研了 MetricBase，NewRelic 推出了 NRDB，M3 的两位创始人创建了 Chronosphere。作为国内领先的智能运维解决方案提供商，云智慧面临着哪些时序数据的挑战，IoTDB 又如何帮助解决这一系列的问题，基于 IoTDB 的底座，云智慧又能提供哪些“智能”的运维方案呢？张博先生从以下这 4 个方面进行了分享。

01

智能运维概述

什么是运维？为什么这个赛道高价值公司频出？AI 如何运维场景落地？带着这些问题，我们来看看本节内容对智能运维这个行业的解读。

02

运维数据的挑战

智能运维对数据带来的六大挑战：体量大、乱序容忍、缺失补全、粒度齐整、峰谷潮、单点爆炸。

03

IoTDB 的价值

本节讲述了在智能运维场景中遇到的数据挑战，IoTDB 都是如何解决的，并且其各项性能在各场景中的表现又都是怎样的。

04

案例分享

对智能运维建设过程中遇到的企业案例进行简单的分享。

关于我们

作为全球性开源项目，截至目前，Apache IoTDB 已拥有 170 名贡献者、1.9KStar、575 Forks。我们为大家提供了参与指南，欢迎越来越多的小伙伴助力 Apache IoTDB 项目的不断发展与前进。

欢迎迈出加入 Apache IoTDB 社区的第一步！

QQ 群：659990460

微信群：添加好友 qinchuqing/tietouqiao

github 仓库：https://github.com/apache/iotdb

官网：http://iotdb.apache.org/