Mars 数据库的由来

一切源于一次失眠

2019年10月份，当时一直在考虑公司的软件产品中的实时库部分目前存在的问题。目前公司的产品能够达到10万点秒级记录的水品，瓶颈在历史记录的存储使用的是第三方关系型数据库，在大量历史数据需要存储时，记录存储跟不上；即使后来优化也就能达到20万的水平，离主流单机100万的水平差距较大，距离业界翘楚PI据说达到了千万级别更是一个天上，一个地下。能否设计一种合理的文件存储结构，能达到快速存储以及快速检索就成了要考虑的内容。快速存储的问题不大，目前固态硬盘写入速度那是刚刚的，即使机械硬盘写入速度也能够胜任百万点历史记录存储。在长时间大量数据写入后，快速检索是问题的关键。检索的时间不会随着数据量的增大有明显的衰减，是文件结构设计是否合理的关键。 一次失眠，在辗转反侧之际，考虑下快速检索的问题。突然想到，如果我们想要在全中国14亿怎么找到一个人和在北京2000人口中找到一个人所需的步骤几乎差不多，这里的关键是，每个人都一个按照行政进行编码的地址。如果对一个点数据的所有历史数据进行编码，检索时按照这个编码进行检索，可以非常快的检索到数据。在自动化系统中，大部分数据都是时序型数据（即数据随着时间变化着），结合操作系统存储数据是以文件为单位的，同时在文件中不同的位置使用指针来表示；所以时间，文件，指针就是我们的编码参考依据。

一切源于执着

把整体构想和公司反馈后，没有被采用，原因是和目前的方案相比，变动较大。但是内心里不想放弃，这偶尔的灵感，怕时间长了，一切都忘了。所以下定决心，把想法变成现实，也就是现在的Mars 实时物联数据库 。 从构想到发布第一个版本，我打算用时1年的时间，同时将其整体开源。