time series database------时序数据库一些特殊机制

时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。

时间序列数据主要由电力行业、化工行业等各类型实时监测、检查与分析设备所采集、产生的数据，这些工业数据的典型特点是：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）。

根据时间序列数据的特点，时间序列数据库对于时间序列的处理会有以下一些机制：

存入速度快：由于时序数据产生的频率高数据量大，对于时序数据库的存入性能有很高的要求，一些型的企业系统对于时序数据库的数据插入要求每秒百万级。这对于时序数据库有很高的要求，差不多全部的时序数据库为了实现快速存入，会先将数据大批量的存入内存中，进行数据格式化（包括排序，数据格式转换，压缩等），然后再flush到磁盘。这样会大大提高数据的存入速度，但是也会带来一个很严重的问题，在断电宕机后，未刷入磁盘的数据会丢失。

数据防丢失：为了防止数据丢失这个严重的问题，有一个比较有效的办法，这个办法在关系数据库也是必不可少的一个机制－WAL（Write Ahead Log，预写日志），在时序数据库中应用，对于存入的数据在内存进行格式化之前，先进行无格式的落盘。进行无格式落盘，是为了减少对于时序数据库的性能的影响，尽管如此，WAL对于时序数据库的影响也是特别大的。保证数据完整和性能方面的取舍，更注重于哪方面，就可以决定是否开启WAL。

查询速度快：查询速度快慢最大的因素在于存储格式，大多数的时序数据库采用的数据格式是列存，这是为了在读取数据时能减少磁盘IO，从而提升查询速度。一些优秀的时序数据库，还会采用一些特殊的数据结构和机制来提升查询速度。比如，在github上有一个开源的时序库叫做akumuli，这个数据库的数据存储结构采用了一种特殊的树型数据结构。在树的处理上还有一些特殊的机制来提升查询速度。

数据持久化后占用空间小：由于时序数据的数据量庞大而且规律性特别强。对于时序数据存储使用压缩是避不可免的。每个时序数据库都会根据自己的需要去采用一些压缩算法，支持一种或多种压缩算法。对于压缩算法，我们会有两种要求，压缩率高；解压缩速度快。但是这两个如果要同时达到是不可能的。这些可以根据应用系统的要求，对于采用的压缩算法进行中和。技术日异更新，也产生了一些非常优秀的算法。比如LAZ，LZ4等。