為什麼時間序列資料庫突然變得很重要？

時間序列資料庫(TSDB)是針對時間戳或時間序列數據優化的資料庫。時間序列就是跟蹤、監視、縮減採樣和隨時間聚合的測量或事件，可能是伺服器指標，應用程序性能監控，網路數據，感測器數據，事件，點擊，市場交易以及許多其他類型的分析數據。與來自常規數據不同，時間序列數據總是會和時間綁定在一起。

時間序列資料庫是專門用於處理時間戳的度量標準和事件、測量。TSDB針對測量隨時間的變化進行了優化。時間序列數據與其他數據非常不同的屬性是數據生命周期管理、匯總和大量記錄的大範圍掃描。

為什麼時間序列資料庫現在很重要?

時間序列資料庫並不是什麼新鮮事物，但是第一代時間序列資料庫主要集中在查看財務數據，股票交易的波動以及為解決交易而構建的系統。十年過去了，計算的基本條件也發生了根本變化，單片主機消失了，取而代之的是無伺服器、微服務和容器。

如今，可以組成組件的一切，自身也是一個組件，目前我們在物質世界所見之處：街道、汽車、工廠、衛星、服裝、電話、微波爐、牛奶容器、行星、人體各種可用表面的儀器等等，一切的一切在未來都將有感測器。當然這也意味著底層平台可能需要新的擴展和發展來支持新的工作負載，更多的數據點、更多的數據源、更多的監控和更多的控制。

我們目睹了時代的新需求，所以在如何處理數據基礎架構以及如何構建、監控、控制和管理系統方面需要作出一些轉變，我們需要更現代的TSDB。

如何區分時間序列工作?

時間序列資料庫具有關鍵的架構設計屬性，這就和其他資料庫非常不同，其中包括：時間戳、數據存儲和壓縮、數據生命周期管理、數據匯總、處理大量記錄的時間序列相關掃描的能力以及時間序列感知查詢。

例如： 對於時間序列資料庫，通常要求在很長一段時間內對數據進行匯總。這需要通過一系列的數據點來執行計算，例如在過去六個月的同一時期內，按照本月的百分比增加一個百分點，按月總結。用分散式鍵值存儲這種工作量是非常難以優化的。TSDB針對這個用例進行了優化，給出了數月的毫秒級查詢時間。

另一個例子： 時間序列資料庫通常要在短時間內保持高精度的數據。這些數據被匯總並下採樣成長期趨勢數據。這意味著對於進入資料庫的每個數據點，在其時間段結束之後，它將不得不被刪除。這種數據生命周期管理對於應用程序開發人員來說很難在常規資料庫上實現，而使用時間序列資料庫可以立即提供此功能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！