001、时间序列数据库简介

时间序列数据定义

比如一台机器的CPU监控数据、或者是一个人的心跳数据，这类数据在时间轴上滑动延伸，某个被测量的主体在一个时间点上就会产生一个测量值。

时间序列数据的特点

1、写多读少。

2、写入平稳、持续且数量巨大。基本不存在更新和删除。

3、读取冷热分明，最新的数据最可能被读取，或者读取一段周期的数据。

时间序列数据的模型

从上面说的定义部分—某个被测量的主体在一个时间点上就会产生一个测量值，

可知，对时间序列数据进行建模，需要包含三个重要部分，分别是主体，时间戳和测量值。

目前主流时序数据库建模的方式会分为两种，按数据源建模和按指标建模，以两个例子来说明这两种方式的不同。

按数据源建模

如图所示，同一个数据源在某个时间点的所有指标的测量值会存储在同一行。InfluxDB采用这种模式。

按指标建模

如图所示，其中每行数据代表某个数据源的某个指标在某个时间点的测量值。prometheus采用这种模式。

这两种模型的选择没有明确的优劣。

时间序列适合的存储模型—LSM

LSM树(Log-Structured-Merge-Tree)是比较通用的适合时间序列数据模型的存储结构。

其架构图大致如下：

1、数据写入先写入WAL（write ahead log），防止数据丢失。

2、数据写入内存的memtable，当memtable达到一定大小，转化为immutable，immutable不可写。

3、immutable刷入磁盘，刷入磁盘时进行格式转化，转化为更适合读的存储格式。

4、磁盘级别的存储块采用分层格式，后台会进行compaction进行块合并，块合并时进行比如压缩、合并数据、删除标记为删除的数据，格式转化使更适合读取。

LSM也是把磁盘离散写改为顺序写的优化思路，新增数据时，WAL是磁盘顺序写的，其他的数据块的维护是在memtable内存内完成，待memtable转化为immutable落盘时，又是顺序写的方式。对于读操作，每个SSTable块相当于一个小数据库，存储一个时间区间的所有数据，对于时间序列数据的查询场景（某个时刻的数据或者某个时间片段的数据），只要扫描命中块就可以了。