时序数据库

贾斯汀玛尔斯

已于 2023-09-14 09:55:28 修改

阅读量1k

点赞数

分类专栏： hadoop 数据湖文章标签：时序数据库

于 2023-09-08 16:30:32 首次发布

本文链接：https://blog.csdn.net/u011095039/article/details/132763093

版权

数据湖同时被 2 个专栏收录

173 篇文章 ¥19.90 ¥99.00

订阅专栏

hadoop

163 篇文章 ¥49.90 ¥99.00

订阅专栏

时序数据库在物联网、监控、日志分析等领域广泛应用，如InfluxDB、Prometheus、OpenTSDB等。这类数据库专门处理时间序列数据，具有高效存储、快速查询、时间聚合等功能。InfluxDB提供了高性能、可扩展性，Prometheus擅长监控系统，而OpenTSDB基于HBase，适用于大规模数据存储。此外，TimescaleDB基于PostgreSQL，KairosDB依赖Cassandra，提供分布式存储解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

时序数据库在许多应用领域中得到广泛应用，包括物联网（IoT）监控、应用性能监控（APM）、日志分析、金融数据分析、工业自动化和能源管理等。一些知名的开源和商业时序数据库包括InfluxDB、Prometheus、OpenTSDB、TimescaleDB和Kdb+等。
在这里插入图片描述

上图是一个典型的时序数据示意图，由图中可以看出，时序数据由两个维度坐标来表示，横坐标表示时间轴，随着时间的不断流逝，数据也会源源不断地吐出来；和横坐标不同，纵坐标由两种元素构成，分别是数据源和metric，数据源由一系列的标签（tag，也称为维度）唯一表示，图中数据源是一个广告数据源，这个数据源由publisher、advertiser、gender以及country四个维度值唯一表示，metric表示待收集的数据源指标。一个数据源通常会采集很多指标（metric），上图中广告数据源就采集了impressions、clicks以及revenue这三种指标，分别表示广告浏览量、广告点击率以及广告收入。