2017年時(shí)序數(shù)據(jù)庫突然火了起來。開年2月Facebook開源了beringei時(shí)序數(shù)據(jù)庫；到了4月基于PostgreSQL打造的時(shí)序數(shù)據(jù)庫TimeScaleDB也開源了，而早在2016年7月，百度云在其天工物聯(lián)網(wǎng)平臺上宣布了海內(nèi)首個(gè)多租戶的漫衍式時(shí)序數(shù)據(jù)庫產(chǎn)物TSDB，成為支持其成長制造，交通，能源，伶俐都市等財(cái)富規(guī)模的焦點(diǎn)產(chǎn)物，同時(shí)也成為百度計(jì)謀成長財(cái)富物聯(lián)網(wǎng)的符號性事件。時(shí)序數(shù)據(jù)庫作為物聯(lián)網(wǎng)偏向一個(gè)很是重要的處事，業(yè)界的幾回發(fā)聲，正說明各家企業(yè)已經(jīng)火燒眉毛的擁抱物聯(lián)網(wǎng)時(shí)代的到來。

本文會(huì)從時(shí)序數(shù)據(jù)庫的根基觀念、利用場景、辦理的問題一一展開，最后會(huì)從如何辦理時(shí)序數(shù)據(jù)存儲這一技能問題入手舉辦深入闡明。

1. 配景

百度無人車在運(yùn)行時(shí)需要監(jiān)控各類狀態(tài)，包羅坐標(biāo)，速度，偏向，溫度，濕度等等，而且需要把時(shí)時(shí)刻刻監(jiān)控的數(shù)據(jù)記錄下來，用來做大數(shù)據(jù)闡明。每輛車天天就會(huì)收羅快要8T的數(shù)據(jù)。假如只是存儲下來不查詢也還好（固然已經(jīng)是不小的本錢），但假如需要快速查詢"本日下午兩點(diǎn)在后廠村路，速度高出60km/h的無人車有哪些"這樣的多緯度分組聚合查詢，那么時(shí)序數(shù)據(jù)庫會(huì)是一個(gè)很好的選擇。

2. 什么是時(shí)序數(shù)據(jù)庫

先來先容什么是時(shí)序數(shù)據(jù)。時(shí)序數(shù)據(jù)是基于時(shí)間的一系列的數(shù)據(jù)。在有時(shí)間的坐標(biāo)中將這些數(shù)據(jù)點(diǎn)連成線，往已往看可以做成多緯度報(bào)表，展現(xiàn)其趨勢性、紀(jì)律性、異常性；往將來看可以做大數(shù)據(jù)闡明，呆板進(jìn)修，實(shí)現(xiàn)預(yù)測和預(yù)警。

時(shí)序數(shù)據(jù)庫就是存放時(shí)序數(shù)據(jù)的數(shù)據(jù)庫，而且需要支持時(shí)序數(shù)據(jù)的快速寫入、耐久化、多緯度的聚合查詢等根基成果。

比擬傳統(tǒng)數(shù)據(jù)庫僅僅記錄了數(shù)據(jù)的當(dāng)前值，時(shí)序數(shù)據(jù)庫則記錄了所有的汗青數(shù)據(jù)。同時(shí)時(shí)序數(shù)據(jù)的查詢也老是會(huì)帶上時(shí)間作為過濾條件。

時(shí)序數(shù)據(jù)示例

下面先容下時(shí)序數(shù)據(jù)庫的一些根基觀念（差異的時(shí)序數(shù)據(jù)庫稱號略有差異）。

metric： 懷抱，相當(dāng)于干系型數(shù)據(jù)庫中的table.

data point： 數(shù)據(jù)點(diǎn)，相當(dāng)于干系型數(shù)據(jù)庫中的row.

timestamp：時(shí)間戳，代表數(shù)據(jù)點(diǎn)發(fā)生的時(shí)間。

field： 懷抱下的差異字段。好比位置這個(gè)懷抱具有經(jīng)度和緯度兩個(gè)field.一般環(huán)境下存放的是會(huì)跟著時(shí)間戳的變革而變革的數(shù)據(jù)。

tag： 標(biāo)簽，可能附加信息。一般存放的是并不跟著時(shí)間戳變革的屬性信息。timestamp加上所有的tags可以認(rèn)為是table的primary key.

如下圖，懷抱為Wind，每一個(gè)數(shù)據(jù)點(diǎn)都具有一個(gè)timestamp，兩個(gè)field：direction和speed，兩個(gè)tag：sensor、city.它的第一行和第三行，存放的都是sensor號碼為95D8-7913的設(shè)備，屬性都市是上海。跟著時(shí)間的變革，風(fēng)向和風(fēng)速都產(chǎn)生了改變，風(fēng)向從23.4釀成23.2；而風(fēng)速從3.4釀成了3.3.

p3-時(shí)序數(shù)據(jù)庫根基觀念圖

3. 時(shí)序數(shù)據(jù)庫的場景

所有有時(shí)序數(shù)據(jù)發(fā)生，而且需要揭示其汗青趨勢、周期紀(jì)律、異常性的，進(jìn)一步對將來做出預(yù)測闡明的，都是時(shí)序數(shù)據(jù)庫適合的場景。

在家產(chǎn)物聯(lián)網(wǎng)情況監(jiān)控偏向，百度天工的客戶就碰著了這么一個(gè)困難，由于家產(chǎn)上面的要求，需要將工況數(shù)據(jù)存儲起來?？蛻裘總€(gè)廠區(qū)具有20000個(gè)監(jiān)測點(diǎn)，500毫秒一個(gè)收羅周期，一共20個(gè)廠區(qū)。這樣算起來一年將發(fā)生驚人的26萬億個(gè)數(shù)據(jù)點(diǎn)。假設(shè)每個(gè)點(diǎn)50Byte，數(shù)據(jù)總量將達(dá)1P（假如每臺處事器10T的硬盤，那么總共需要100多臺處事器）。這些數(shù)據(jù)不可是要及時(shí)生成，寫入存儲；還要支持快速查詢，做可視化的展示，輔佐打點(diǎn)者闡明決定；而且也可以或許用來做大數(shù)據(jù)闡明，發(fā)明深條理的問題，輔佐企業(yè)節(jié)能減排，增加效益。最終客戶回收了百度天工的時(shí)序數(shù)據(jù)庫方案，輔佐他辦理了困難。

在互聯(lián)網(wǎng)場景中，也有大量的時(shí)序數(shù)據(jù)發(fā)生。百度內(nèi)部有大量處事利用天工物聯(lián)網(wǎng)平臺的時(shí)序數(shù)據(jù)庫。舉個(gè)例子，百度內(nèi)部處事為了保障用戶的利用體驗(yàn)，將用戶的每次網(wǎng)絡(luò)卡頓、網(wǎng)絡(luò)延遲城市記錄到百度天工的時(shí)序數(shù)據(jù)庫。由時(shí)序數(shù)據(jù)庫直接生成報(bào)表以供技能產(chǎn)物做闡明，盡早的發(fā)明、辦理問題，擔(dān)保用戶的利用體驗(yàn)。

4. 時(shí)序數(shù)據(jù)庫碰著的挑戰(zhàn)

許多人大概認(rèn)為在傳統(tǒng)干系型數(shù)據(jù)庫上加上時(shí)間戳一列就能作為時(shí)序數(shù)據(jù)庫。數(shù)據(jù)量少的時(shí)候確實(shí)也沒問題，但少量數(shù)據(jù)是揭示的緯度有限，細(xì)節(jié)少，可置信低，越發(fā)不能用來做大數(shù)據(jù)闡明。很明明時(shí)序數(shù)據(jù)庫是為了辦理海量數(shù)據(jù)場景而設(shè)計(jì)的。

可以看到時(shí)序數(shù)據(jù)庫需要辦理以下幾個(gè)問題

時(shí)序數(shù)據(jù)的寫入：如何支持每秒鐘上千萬上億數(shù)據(jù)點(diǎn)的寫入。

時(shí)序數(shù)據(jù)的讀?。河秩绾沃С衷诿爰墝ι蟽|數(shù)據(jù)的分組聚合運(yùn)算。

本錢敏感：由海量數(shù)據(jù)存儲帶來的是本錢問題。如何更低本錢的存儲這些數(shù)據(jù)，將成為時(shí)序數(shù)據(jù)庫需要辦理的重中之重。