时序数据库使用总结
<div class="featured-image"> <img src="https://cdn.jsdelivr.net/gh/justpic/jscdn/posts/iotdb.png" referrerpolicy="no-referrer"> </div><p>时序数据库在当下产业互联网背景下，在金融、工业等领域得到越来越多的应用，主要面向高并发、海量时序数据等应用场景中。</p> <h3 id="大规模时序数据具有特点">大规模时序数据具有特点</h3> <ul> <li>占用空间极大</li> <li>数据总吞吐量大</li> <li>产生速度快且不间断</li> </ul> <!--adsense--> <h3 id="时序数据存储的需求">时序数据存储的需求</h3> <ul> <li>全时全量</li> <li>高效写入</li> <li>紧凑存储</li> </ul> <h4 id="时序数据库与关系型数据库">时序数据库与关系型数据库</h4> <ul> <li>时序数据管理具有超高性能，超多序列的特点</li> <li>关系型数据库具有写入受限的缺点</li> </ul> <ol> <li>单表列数上限 mysql innodb最大为1017列</li> <li>单表行数不易过多 小于1000万行</li> <li>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。</li> </ol> <p>除此之外，时序数据库还有一个优点：由于时序数据库其具有时间相关性，不需要处理关系性数据库下的分布式锁这类比较繁琐的事务。</p> <h3 id="时序数据库大体上可分为三种">时序数据库大体上可分为三种：</h3> <ol> <li> <p>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</p> </li> <li> <p>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。</p> </li> </ol> <!--adsense--> <ol start="3"> <li>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</li> </ol> <h3 id="常用时序数据库">常用时序数据库：</h3> <p>iotdb influxdb taosdb timescale kairosdb</p> <blockquote> <p>经过测试iotdb性能较优</p> </blockquote>