时间序列数据库Time series database(TSDB)

1.时间序列数据库的定义

“时序列数据库用来存储时序列（time-series）数据并以时间（点或区间）建立索引的软件。

一般时序列数据都具备如下两个特点：

• 数据结构简单
• 数据量大

所谓的结构简单，可以理解为某一度量指标在某一时间点只会有一个值，没有复杂的结构（嵌套、层次等）和关系（关联、主外键等）。

2.TSDB的特点

TSDB作为一种专为时序列数据优化而设计的数据库，在很多方面都和传统的RDBMS和NoSQL数据库不太一样，比如它不关心范式和事务。

2.1. 数据写入

TSDB在数据写入方面，具有如下特点：

• 写多于读

95%-99%的操作都是写操作

• 顺序写

由于是时间序列数据，因此数据多为追加式写入，而且几乎都是实时写入，很少会写入几天前的数据。

• 很少更新

数据写入之后，不会更新

• 区块（bulk）删除

基本没有随机删除，多数是从一个时间点开始到某一时间点结束的整段数据删除。比如删除上个月，或者7天前的数据。很少出现删除单独某个指标的数据，或者跳跃时间段的数据。

区块删除很容易进行优化，比如可以按区块来分开存储到不同的文件，这样删除一个区块只需要删除一个文件就可以了，成本会比较低。

2.2. 数据读取（查询）

相对于写入操作，TSDB的读取操作特点如下：

• 顺序读

基本都是按照时间顺序读取一段时间内的数据。

• 基数大

基本数据大，超过内存大小，要选取的只是其一小部分，且没有规律，缓存几乎不起任何作用。

即使读取操作相对写来说较少，但是读操作的响应时间要求很高，除非你是只做后台报表生成，否则一旦有交互性操作，必须要求快速响应。

为了提高读取的响应时间，有两种策略。

一是以写性能优先，不为读取做存储优化，但是通过分布式和并发读，来提高读取的速度。

二就是在写入的时候就考虑到读的性能问题，将统一指标、时间段的数据写入到同一数据块中，为读取进行写入优化。

2.3. 分布式（集群）

TSDB应该天生就要考虑到分布式和分区等特性，将存储和查询分发到不同的服务器，以支撑大规模的数据采集和查询请求。

同时，它也应该是能扩展和自动失败切换（Fault-tolerant）的。随着数据量的增长，所需服务器的台数也会增加，能动态的增减服务器则是一个基本要求。同时，随着服务器的增多，各种服务器软件或者网络故障发生的概率也会增大，这时候失败切换也显得很重要，不能因为一台机器的失效而导致整个集群不可工作。

2.4. 基本数据分析支持

TSDB的数据是用来分析的，所以TSDB还会提供做数据分析所必须的各种运算、变换函数。比如可以方便的对时序列数据进行求和、求平均值等操作，就像传统的RDBMS一样。

3.DB-Engines中时序列数据库排名

时序列数据库的排名

主要的数据库介绍http://liubin.org/blog/2016/02/25/tsdb-list-part-1/

或者直接进官网https://db-engines.com/en/ranking/time+series+dbms点击排名就可以看各数据库的具体信息

几种主流数据库的对比

4.时序数据库集群

  时序数据库面向的是海量数据的写入存储读取，单机是无法解决问题的。所以需要采用多机存储，也就是分布式存储。

 https://www.imooc.com/article/28076?block_id=tuijian_wz

InfluxDB单机版免费，但是集群版本是收费的。
OpenTSDB底层使用hbase作为存储