BlueSky高性能時序數(shù)據(jù)庫技術(shù)/問題

趨勢方面了解完之后，我們細(xì)致地看看現(xiàn)在的時序數(shù)據(jù)庫有哪些特點、如何分類、有哪些技術(shù)。首先，我們從存儲架構(gòu)角度，看看時序數(shù)據(jù)庫的分類情況。類就是是基于關(guān)系數(shù)據(jù)庫的時序數(shù)據(jù)庫，比如timescale。第二類就是基于KV的時序數(shù)據(jù)庫，比如OpenTSDB。第三類就是專門面向時序數(shù)據(jù)場景的原生時序數(shù)據(jù)庫，比如InfluxDB,Io和Tengine等。

BlueSky高性能時序數(shù)據(jù)庫的數(shù)字模型

上面介紹了時序數(shù)據(jù)的基本概念，也說明了分析時序數(shù)據(jù)的意義。那么時序數(shù)據(jù)該怎樣存儲呢？數(shù)據(jù)的存儲要考慮其數(shù)學(xué)模型和特點，時序數(shù)據(jù)當(dāng)然也不例外。所以這里先介紹時序數(shù)據(jù)的數(shù)學(xué)模型和特點。

下圖為一段時序數(shù)據(jù)，記錄了一段時間內(nèi)的某個集群里各機器上各端口的出入流量，每半小時記錄一個觀測值。這里以圖中的數(shù)據(jù)為例，介紹下時序數(shù)據(jù)的數(shù)學(xué)模型（不同的時序數(shù)據(jù)庫中，基本概念的稱謂有可能不同，這里以騰訊CTSDB為準(zhǔn)）：

measurement： 度量的數(shù)據(jù)集，類似于關(guān)系型數(shù)據(jù)庫中的 table；point： 一個數(shù)據(jù)點，類似于關(guān)系型數(shù)據(jù)庫中的 row；timestamp： 時間戳，表征采集到數(shù)據(jù)的時間點；tag： 維度列，代表數(shù)據(jù)的歸屬、屬性，表明是哪個設(shè)備/模塊產(chǎn)生的，一般不隨著時間變化，供查詢使用；field： 指標(biāo)列，代表數(shù)據(jù)的測量值，隨時間平滑波動，不需要查詢。

時序數(shù)據(jù)怎么不一樣？

關(guān)系數(shù)據(jù)庫（OLTP）的出現(xiàn)是為了解決交易事務(wù)問題，比如電商訂單，支付等場景，也就是數(shù)據(jù)表的事務(wù)更新，比如轉(zhuǎn)賬交易，用戶從一個賬號轉(zhuǎn)出，而在另外一個賬戶入賬；這對應(yīng)數(shù)據(jù)庫兩行甚至兩個字段的更新；由于任何兩個賬號之間都可能發(fā)生轉(zhuǎn)賬，因此這些記錄在磁盤上隨機分布；再讓我們看看時序數(shù)據(jù)的場景