時間序列數(shù)據(jù)庫是什么？應(yīng)該如何選擇，讓我們一起來看看吧。

背景

這兩年互聯(lián)網(wǎng)行業(yè)掀著一股新風(fēng)，總是聽著各種高大上的新名詞。大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)、商業(yè)智能、智能預(yù)警啊等等。

成都創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站設(shè)計、網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的南京網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

以前的系統(tǒng)，做數(shù)據(jù)可視化，信息管理，流程控制?，F(xiàn)在業(yè)務(wù)已經(jīng)不僅僅滿足于這種簡單的管理和控制了。數(shù)據(jù)可視化分析，大數(shù)據(jù)信息挖掘，統(tǒng)計預(yù)測，建模仿真，智能控制成了各種業(yè)務(wù)的追求。

“所有一切如淚水般消失在時間之中，時間正在死去“，以前我們利用互聯(lián)網(wǎng)解決現(xiàn)實的問題?，F(xiàn)在我們已經(jīng)不滿足于現(xiàn)實，數(shù)據(jù)將連接成時間序列，可以往前可以觀其歷史，揭示其規(guī)律性，往后可以把握其趨勢性，預(yù)測其走勢。

于是，我們開始存儲大量時間相關(guān)的數(shù)據(jù)(如日志，用戶行為等)，并總結(jié)出這些數(shù)據(jù)的結(jié)構(gòu)特點和常見使用場景，不斷改進(jìn)和優(yōu)化，創(chuàng)造了一種新型的數(shù)據(jù)庫分類——時間序列數(shù)據(jù)庫(Time Series Database).

時間序列模型

時間序列數(shù)據(jù)庫主要用于指處理帶時間標(biāo)簽（按照時間的順序變化，即時間序列化）的數(shù)據(jù)，帶時間標(biāo)簽的數(shù)據(jù)也稱為時間序列數(shù)據(jù)。

每個時序點結(jié)構(gòu)如下：

• timestamp: 數(shù)據(jù)點的時間，表示數(shù)據(jù)發(fā)生的時間。
• metric: 指標(biāo)名，當(dāng)前數(shù)據(jù)的標(biāo)識，有些系統(tǒng)中也稱為name。
• value: 值，數(shù)據(jù)的數(shù)值，一般為double類型，如cpu使用率，訪問量等數(shù)值，有些系統(tǒng)一個數(shù)據(jù)點只能有一個value，多個value就是多條時間序列。有些系統(tǒng)可以有多個value值，用不同的key表示
• tag: 附屬屬性。
  

實現(xiàn)

比如我想記錄一系列傳感器的時間序列數(shù)據(jù)。數(shù)據(jù)結(jié)構(gòu)如下：

* 標(biāo)識符：device_id，時間戳
* 元數(shù)據(jù)：location_id，dev_type，firmware_version，customer_id
* 設(shè)備指標(biāo)：cpu_1m_avg，free_mem，used_mem，net_rssi，net_loss，電池
* 傳感器指標(biāo)：溫度，濕度，壓力，CO，NO2，PM10

如果使用傳統(tǒng)RDBMS存儲，建一張如下結(jié)構(gòu)的表即可：

如此便是一個最簡單的時間序列庫了。但這只是滿足了數(shù)據(jù)模型的需要。我們還需要在性能，高效存儲，高可用，分布式和易用性上做更多的事情。

大家可以思考思考，如果讓你自己來實現(xiàn)一個時間序列數(shù)據(jù)庫，你會怎么設(shè)計，你會考慮哪些性能上的優(yōu)化，又如何做到高可用，怎樣做到簡單易用。

Timescale

這個數(shù)據(jù)庫其實就是一個基于傳統(tǒng)關(guān)系型數(shù)據(jù)庫postgresql改造的時間序列數(shù)據(jù)庫。了解postgresql的同學(xué)都知道，postgresql是一個強(qiáng)大的，開源的，可擴(kuò)展性特別強(qiáng)的一個數(shù)據(jù)庫系統(tǒng)。

于是timescale.inc開發(fā)了Timescale，一款兼容sql的時序數(shù)據(jù)庫， 底層存儲架構(gòu)在postgresql上。 作為一個postgresql的擴(kuò)展提供服務(wù)。其特點如下：

基礎(chǔ)：

• PostgreSQL原生支持的所有SQL,包含完整SQL接口（包括輔助索引，非時間聚合，子查詢，JOIN，窗口函數(shù)）
• 用PostgreSQL的客戶端或工具，可以直接應(yīng)用到該數(shù)據(jù)庫，不需要更改。
• 時間為導(dǎo)向的特性，API功能和相應(yīng)的優(yōu)化。
• 可靠的數(shù)據(jù)存儲。

擴(kuò)展：

• 透明時間/空間分區(qū)，用于放大（單個節(jié)點）和擴(kuò)展
• 高數(shù)據(jù)寫入速率（包括批量提交，內(nèi)存中索引，事務(wù)支持，數(shù)據(jù)備份支持)
• 單個節(jié)點上的大小合適的塊（二維數(shù)據(jù)分區(qū)），以確保即使在大數(shù)據(jù)量時即可快速讀取。
• 塊之間和服務(wù)器之間的并行操作

劣勢：

• 因為TimescaleDB沒有使用列存技術(shù)，它對時序數(shù)據(jù)的壓縮效果不太好，壓縮比最高在4X左右
• 目前暫時不完全支持分布式的擴(kuò)展（正在開發(fā)相關(guān)功能），所以會對服務(wù)器單機(jī)性能要求較高

其實大家都可以去深入了解一下這個數(shù)據(jù)庫。對RDBMS我們都很熟悉，了解這個可以讓我們對RDBMS有更深入的了解，了解其實現(xiàn)機(jī)制，存儲機(jī)制。在對時間序列的特殊化處理之中，我們又可以學(xué)到時間序列數(shù)據(jù)的特點，并學(xué)習(xí)到如何針對時間序列模型去優(yōu)化RDBMS。

之后我們也可以寫一篇文章來深入的了解一下這個數(shù)據(jù)庫的特點和實現(xiàn)。

Influxdb

Influxdb是業(yè)界比較流行的一個時間序列數(shù)據(jù)庫，特別是在IOT和監(jiān)控領(lǐng)域十分常見。其使用go語言開發(fā)，突出特點是性能。

特性：

• 高效的時間序列數(shù)據(jù)寫入性能。自定義TSM引擎，快速數(shù)據(jù)寫入和高效數(shù)據(jù)壓縮。
• 無額外存儲依賴。
• 簡單，高性能的HTTP查詢和寫入API。
• 以插件方式支持許多不同協(xié)議的數(shù)據(jù)攝入，如：graphite，collectd，和openTSDB
• SQL-like查詢語言，簡化查詢和聚合操作。
• 索引Tags，支持快速有效的查詢時間序列。
• 保留策略有效去除過期數(shù)據(jù)。
• 連續(xù)查詢自動計算聚合數(shù)據(jù)，使頻繁查詢更有效。

Influxdb已經(jīng)將分布式版本轉(zhuǎn)為閉源。所以在分布式集群這塊是一個弱點，需要自己實現(xiàn)。

OpenTSDB

The Scalable Time Series Database. 打開OpenTSDB官網(wǎng)，第一眼看到的就是這句話。其將Scalable作為其重要的特點。OpenTSDB運行在Hadoop和HBase上，其充分利用HBase的特性。通過獨立的Time Series Demon(TSD)提供服務(wù)，所以它可以通過增減服務(wù)節(jié)點來輕松擴(kuò)縮容。

• Opentsdb是一個基于Hbase的時間序列數(shù)據(jù)庫（新版也支持Cassandra）。

  其基于Hbase的分布式列存儲特性實現(xiàn)了數(shù)據(jù)高可用，高性能寫的特性。受限于Hbase，存儲空間較大，壓縮不足。依賴整套HBase, ZooKeeper

• 采用無模式的tagset數(shù)據(jù)結(jié)構(gòu)(sys.cpu.user 1436333416 23 host=web01 user=10001)

  結(jié)構(gòu)簡單，多value查詢不友好

• HTTP-DSL查詢

OpenTSDB在HBase上針對TSDB的表設(shè)計和RowKey設(shè)計是值得我們深入學(xué)習(xí)的一個特點。有興趣的同學(xué)可以找一些詳細(xì)的資料學(xué)習(xí)學(xué)習(xí)。

Druid

Druid是一個實時在線分析系統(tǒng)(LOAP)。其架構(gòu)融合了實時在線數(shù)據(jù)分析，全文檢索系統(tǒng)和時間序列系統(tǒng)的特點，使其可以滿足不同使用場景的數(shù)據(jù)存儲需求。

• 采用列式存儲：支持高效掃描和聚合，易于壓縮數(shù)據(jù)。
• 可伸縮的分布式系統(tǒng)：Druid自身實現(xiàn)可伸縮，可容錯的分布式集群架構(gòu)。部署簡單。
• 強(qiáng)大的并行能力：Druid各集群節(jié)點可以并行地提供查詢服務(wù)。
• 實時和批量數(shù)據(jù)攝入：Druid可以實時攝入數(shù)據(jù)，如通過Kafka。也可以批量攝入數(shù)據(jù)，如通過Hadoop導(dǎo)入數(shù)據(jù)。
• 自恢復(fù)，自平衡，易于運維：Druid自身架構(gòu)即實現(xiàn)了容錯和高可用。不同的服務(wù)節(jié)點可以根據(jù)響應(yīng)需求添加或減少節(jié)點。
• 容錯架構(gòu)，保證數(shù)據(jù)不丟失：Druid數(shù)據(jù)可以保留多副本。另外可以采用HDFS作為深度存儲，來保證數(shù)據(jù)不丟失。
• 索引：Druid對String列實現(xiàn)反向編碼和Bitmap索引，所以支持高效的filter和groupby。
• 基于時間分區(qū)：Druid對原始數(shù)據(jù)基于時間做分區(qū)存儲，所以Druid對基于時間的范圍查詢將更高效。
• 自動預(yù)聚合：Druid支持在數(shù)據(jù)攝入期就對數(shù)據(jù)進(jìn)行預(yù)聚合處理。

Druid架構(gòu)蠻復(fù)雜的。其按功能將整個系統(tǒng)細(xì)分為多種服務(wù)，query、data、master不同職責(zé)的系統(tǒng)獨立部署，對外提供統(tǒng)一的存儲和查詢服務(wù)。其以分布式集群服務(wù)的方式提供了一個底層數(shù)據(jù)存儲的服務(wù)。

Druid在架構(gòu)上的設(shè)計很值得我們學(xué)習(xí)。如果你不僅僅對時間序列存儲感興趣，對分布式集群架構(gòu)也有興趣，不妨看看Druid的架構(gòu)。另外Druid在segment(Druid的數(shù)據(jù)存儲結(jié)構(gòu))的設(shè)計也是一大亮點，既實現(xiàn)了列式存儲，又實現(xiàn)了反向索引。

Elasticsearch

Elasticsearch 是一個分布式的開源搜索和分析引擎，適用于所有類型的數(shù)據(jù)，包括文本、數(shù)字、地理空間、結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。Elasticsearch 在 Apache Lucene 的基礎(chǔ)上開發(fā)而成，由 Elasticsearch N.V.（即現(xiàn)在的 Elastic）于 2010 年首次發(fā)布。Elasticsearch 以其簡單的 REST 風(fēng)格 API、分布式特性、速度和可擴(kuò)展性而聞名。

Elasticsearch以ELK stack被人所熟知。許多公司基于ELK搭建日志分析系統(tǒng)和實時搜索系統(tǒng)。之前我們在ELK的基礎(chǔ)上開始開發(fā)metric監(jiān)控系統(tǒng)。即想到了使用Elasticsearch來存儲時間序列數(shù)據(jù)庫。對Elasticserach的mapping做相應(yīng)的優(yōu)化，使其更適合存儲時間序列數(shù)據(jù)模型，收獲了不錯的效果，完全滿足了業(yè)務(wù)的需求。后期發(fā)現(xiàn)Elasticsearch新版本竟然也開始發(fā)布Metrics組件和APM組件，并大量的推廣其全文檢索外，對時間序列的存儲能力。真是和我們當(dāng)時的想法不謀而合。

Elasticsearch的時序優(yōu)化可以參考一下這篇文章:《elasticsearch-as-a-time-series-data-store》

也可以去了解一下Elasticsearch的Metric組件：Elastic Metrics

Beringei

Beringei是Facebook在2017年最新開源的一個高性能內(nèi)存時序數(shù)據(jù)存儲引擎。其具有快速讀寫和高壓縮比等特性。

2015年Facebook發(fā)表了一篇論文《Gorilla: A Fast, Scalable, In-Memory Time Series Database 》，Beringei正是基于此想法實現(xiàn)的一個時間序列數(shù)據(jù)庫。

Beringei使用Delta-of-Delta算法存儲數(shù)據(jù)，使用XOR編碼壓縮數(shù)值。使其可以用很少的內(nèi)存即可存儲下大量的數(shù)據(jù)。

如何選擇一個適合自己的時間序列數(shù)據(jù)庫

• Data model

  時間序列數(shù)據(jù)模型一般有兩種，一種無schema，具有多tag的模型，還有一種name、timestamp、value型。前者適合多值模式，對復(fù)雜業(yè)務(wù)模型更適合。后者更適合單維數(shù)據(jù)模型。

• Query language

  目前大部分TSDB都支持基于HTTP的SQL-like查詢。

• Reliability

  可用性主要體現(xiàn)在系統(tǒng)的穩(wěn)定高可用上，以及數(shù)據(jù)的高可用存儲上。一個優(yōu)秀的系統(tǒng)，應(yīng)該有一個優(yōu)雅而高可用的架構(gòu)設(shè)計。簡約而穩(wěn)定。

• Performance

  性能是我們必須考慮的因素。當(dāng)我們開始考慮更細(xì)分領(lǐng)域的數(shù)據(jù)存儲時，除了數(shù)據(jù)模型的需求之外，很大的原因都是通用的數(shù)據(jù)庫系統(tǒng)在性能上無法滿足我們的需求。大部分時間序列庫傾向?qū)懚嘧x少場景，用戶需要平衡自身的需求。下面會有一份各庫的性能對比，大家可以做一個參考。

• Ecosystem

  我一直認(rèn)為生態(tài)是我們選擇一個開源組件必須認(rèn)真考慮的問題。一個生態(tài)優(yōu)秀的系統(tǒng)，使用的人多了，未被發(fā)現(xiàn)的坑也將少了。另外在使用中遇到問題，求助于社區(qū)，往往可以得到一些比較好的解決方案。另外好的生態(tài)，其周邊邊界系統(tǒng)將十分成熟，這讓我們在對接其他系統(tǒng)時會有更多成熟的方案。

• Operational management

  易于運維，易于操作。

• Company and support

  一個系統(tǒng)其背后的支持公司也是比較重要的。背后有一個強(qiáng)大的公司或組織，這在項目可用性保證和后期維護(hù)更新上都會有較大的體驗。

性能對比

	Timescale	InfluxDB	OpenTSDB	Druid	Elasticsearch	Beringei
write(single node)	15K/sec	470k/sec	32k/sec	25k/sec	30k/sec	10m/sec
write(5 node)			128k/sec	100k/sec	120k/sec

總結(jié)

可以按照以下需求自行選擇合適的存儲：

• 小而精，性能高，數(shù)據(jù)量較小(億級): InfluxDB
• 簡單，數(shù)據(jù)量不大（千萬級），有聯(lián)合查詢、關(guān)系型數(shù)據(jù)庫基礎(chǔ)：timescales
• 數(shù)據(jù)量較大，大數(shù)據(jù)服務(wù)基礎(chǔ)，分布式集群需求： opentsdb、KairosDB
• 分布式集群需求，olap實時在線分析，資源較充足：druid
• 性能極致追求，數(shù)據(jù)冷熱差異大：Beringei
• 兼顧檢索加載，分布式聚合計算： elsaticsearch
• 如果你兼具索引和時間序列的需求。那么Druid和Elasticsearch是最好的選擇。其性能都不差，同時滿足檢索和時間序列的特性，并且都是高可用容錯架構(gòu)。

最后

之后我們可以來深入了解一兩個TSDB，比如Influxdb，OpenTSDB，Druid，Elasticsearch等。并可以基于此學(xué)習(xí)一下行存儲與列存儲的不同，LSM的實現(xiàn)原理，數(shù)值數(shù)據(jù)的壓縮，MMap提升讀寫性能的知識等。

看完上訴內(nèi)容，你們對時間序列數(shù)據(jù)庫是什么？應(yīng)該如何選擇大概了解了嗎？如果想了解更多，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道哦！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)站名稱：時間序列數(shù)據(jù)庫是什么？應(yīng)該如何選擇-創(chuàng)新互聯(lián)
文章出自：http://jinyejixie.com/article48/cshjep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)網(wǎng)站制作、建站公司、品牌網(wǎng)站設(shè)計、微信公眾號、網(wǎng)站排名、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)