時(shí)序數(shù)據(jù)庫(kù)發(fā)展簡(jiǎn)史

代時(shí)序數(shù)據(jù)存儲(chǔ)系統(tǒng)

雖然通用關(guān)系數(shù)據(jù)庫(kù)可以存儲(chǔ)時(shí)序數(shù)據(jù)，但是由于缺乏針對(duì)時(shí)間的特殊優(yōu)化，比如按時(shí)間間隔存儲(chǔ)和檢索數(shù)據(jù)等等，因此在處理這些數(shù)據(jù)時(shí)效率相對(duì)不高。

代時(shí)序數(shù)據(jù)典型來(lái)源于監(jiān)控領(lǐng)域，直接基于平板文件的簡(jiǎn)單存儲(chǔ)工具成為這類數(shù)據(jù)的首先存儲(chǔ)方式。

以RRDTool，Wishper為代表，通常這類系統(tǒng)處理的數(shù)據(jù)模型比較單一，單機(jī)容量受限，并且內(nèi)嵌于監(jiān)控告案。

BlueSky高性能時(shí)序數(shù)據(jù)庫(kù)的數(shù)字模型

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

下圖為一段時(shí)序數(shù)據(jù)，記錄了一段時(shí)間內(nèi)的某個(gè)集群里各機(jī)器上各端口的出入流量，每半小時(shí)記錄一個(gè)觀測(cè)值。這里以圖中的數(shù)據(jù)為例，介紹下時(shí)序數(shù)據(jù)的數(shù)學(xué)模型（不同的時(shí)序數(shù)據(jù)庫(kù)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(kù)中的 table；point： 一個(gè)數(shù)據(jù)點(diǎn)，類似于關(guān)系型數(shù)據(jù)庫(kù)中的 row；timestamp： 時(shí)間戳，表征采集到數(shù)據(jù)的時(shí)間點(diǎn)；tag： 維度列，代表數(shù)據(jù)的歸屬、屬性，表明是哪個(gè)設(shè)備/模塊產(chǎn)生的，一般不隨著時(shí)間變化，供查詢使用；field： 指標(biāo)列，代表數(shù)據(jù)的測(cè)量值，隨時(shí)間平滑波動(dòng)，不需要查詢。

BlueSky時(shí)序數(shù)據(jù)庫(kù)怎么分

關(guān)系型數(shù)據(jù)庫(kù)本身比較容易成為系統(tǒng)瓶頸，單機(jī)存儲(chǔ)容量、連接數(shù)、處理能力都有限。當(dāng)單表的數(shù)據(jù)量達(dá)到1000W或100G以后，由于查詢維度較多，即使添加從庫(kù)、優(yōu)化索引，做很多操作時(shí)性能仍下降嚴(yán)重。此時(shí)就要考慮對(duì)其進(jìn)行切分了，切分的目的就在于減少數(shù)據(jù)庫(kù)的負(fù)擔(dān)，縮短查詢時(shí)間。

數(shù)據(jù)庫(kù)分布式內(nèi)容無(wú)非就是數(shù)據(jù)切分（Sharding），以及切分后對(duì)數(shù)據(jù)的定位、整合。數(shù)據(jù)切分就是將數(shù)據(jù)分散存儲(chǔ)到多個(gè)數(shù)據(jù)庫(kù)中，使得單一數(shù)據(jù)庫(kù)中的數(shù)據(jù)量變小，通過(guò)擴(kuò)充主機(jī)的數(shù)量緩解單一數(shù)據(jù)庫(kù)的性能問(wèn)題，從而達(dá)到提升數(shù)據(jù)庫(kù)操作性能的目的。

數(shù)據(jù)切分根據(jù)其切分類型，可以分為兩種方式：垂直（縱向）切分和水平（橫向）切分