第 2-6 课：时序数据库

在前面的课程中，我们完成了 IotHub 上行数据处理的功能。截止目前，IotHub 使用 MongoDB 作为数据存储，这很好，不过在物联网的应用中，在某些情况下，我们可能还会用到别的存储方案，比如说时序数据库，那么这一节我们就来聊聊时序数据库。

时序数据

首先让我们来看一下什么是时序数据。时序数据是一类按照时间维度进行索引的数据，它记录了某个被测量的实体在一定时间范围内，每个时间点上的一组测试值。比如说，传感器上传的大棚每小时的湿度和温度数据、A 股中某支股票每个时间点的股价、计算机系统的监控数据等，都属于时序数据，时序数据有以下一些特点：

• 数据量较大，写入操作是持续且平稳的，而且写多读少；
• 只有写入操作，几乎没有更新操作，比如去修改大棚温度和湿度的历史数据，那是没有什么意义的；
• 没有随机删除，即使删除也是按照时间范围进行删除。 删除大棚 08:35 的温度记录没有任何实际意义，但是删除 6 个月以前的记录是有意义的。
• 数据实时性和时效性很强，数据随着时间的推移不断追加，旧数据很快失去意义。
• 大部分以时间和实体为维度进行查询，很少以测试值为维度查询，比如会去查询某个大棚某个时间段的温度数据，但是很少会去查温度高于多少度的记录。

如果说你的业务数据符合上面的条件，比如，你的业务数据属于监控、运维类的数据，或者你的数据需要用折线图之类的进行可视化&