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)庫時序數(shù)據(jù)庫有什么不一樣？

如今在萬物互聯(lián)（IoT）興起的推動下，時間序列數(shù)據(jù)（衡量事物隨時間變化的數(shù)據(jù)）應(yīng)用和場景激增，是增長快的數(shù)據(jù)類型之一，比如監(jiān)控指標(biāo)數(shù)據(jù)，傳感器數(shù)據(jù)，日志，財務(wù)分析等等；時間序列數(shù)據(jù)具有特定的特征，例如通常以時間順序形式出現(xiàn)，數(shù)據(jù)只能附加，并且查詢總是在一個時間間隔內(nèi)進行。雖然關(guān)系數(shù)據(jù)庫可以存儲這些數(shù)據(jù)，但是它們在處理這些數(shù)據(jù)時效率低下，因為它們?nèi)狈?yōu)化，例如按時間間隔存儲和檢索數(shù)據(jù)。在這個時序數(shù)據(jù)庫項目列表頁有超 50種方案，比如 Apache Kudu/Cassandra，ClickHouse, Druid, EasticSearch, Hbase, InfluxDB,Prometheus,TimescaleDB，Amazon Redshift/Timestream(預(yù)覽)，Google BigQuery，F(xiàn)acebook Scuba 等等；

BlueSky高性能時序數(shù)據(jù)庫關(guān)注的技術(shù)點在哪里？

快速聚合能力。時序業(yè)務(wù)一個通用的需求是聚合統(tǒng)計報表查詢，比如哨兵系統(tǒng)中需要查看近一天某個接口出現(xiàn)異常的總次數(shù)，或者某個接口執(zhí)行的大耗時時間。這樣的聚合實際上就是簡單的count以及max，問題是如何能快速的在那么大的數(shù)據(jù)量的基礎(chǔ)上將滿足條件的原始數(shù)據(jù)查詢出來并聚合，要知道統(tǒng)計的原始值可能因為時間比較久遠而不在內(nèi)存中哈，因此這可能是一個非常耗時的操作。目前業(yè)界比較成熟的方案是使用預(yù)聚合，就是在數(shù)據(jù)寫進來的時候就完成基本的聚合操作。

未來技術(shù)點：異常實時檢測、未來預(yù)測等等。異常實時監(jiān)測主要用來監(jiān)測實時異常點，比如服務(wù)器監(jiān)控中對延遲響應(yīng)慢的請求都會實時監(jiān)控報警，再比如運動手環(huán)對心跳異常監(jiān)測報警等；未來預(yù)測是另一個非常重要的領(lǐng)域，能夠預(yù)測未來是一個很有用的事情，試想，如果在交通堵塞前3分鐘預(yù)測到這個路段要堵并向發(fā)送報警，就可以一定程度上緩解交通堵塞的問題。而根據(jù)時間序列來預(yù)測未來時間會發(fā)生的事情是一件看起來水到渠成的事情，這里面會涉及到機器學(xué)習(xí)的相關(guān)知識。