看到這類資料處理基本是要對乙個時間範圍的資料， 根據時間段， 維度進行歸類，做一些聚合運算。時序資料庫要解決的問題就是如何能在海量資料中， 快速響應使用者的此類查詢。
序資料庫的一些基本概念(不同的時序資料庫稱呼略有不同)。
metric: 度量，相當於關係型資料庫中的table。
data point: 資料點，相當於關係型資料庫中的row。
timestamp：時間戳，代表資料點產生的時間。
field: 度量下的不同字段。比如位置這個度量具有經度和緯度兩個field。一般情況下存放的是會隨著時間戳的變化而變化的資料。
tag: 標籤，或者附加資訊。一般存放的是並不隨著時間戳變化的屬性資訊。timestamp加上所有的tags可以認為是table的primary key。
如下圖，度量為wind，每乙個資料點都具有乙個timestamp，兩個field：direction和speed，兩個tag：sensor、city。它的第一行和第三行，存放的都是sensor號碼為95d8-7913的裝置，屬性城市是上海。隨著時間的變化，風向和風速都發生了改變，風向從23.4變成23.2;而風速從3.4變成了3.3。
鏈結
時序資料庫介紹
什麼是時序資料庫 先來介紹什麼是時序資料。時序資料是基於時間的一系列的資料。在有時間的座標中將這些資料點連成線，往過去看可以做成多緯度報表，揭示其趨勢性 規律性 異常性 往未來看可以做大資料分析，機器學習，實現 和預警。時序資料庫就是存放時序資料的資料庫，並且需要支援時序資料的快速寫入 持久化 多維...
Influxdb 時序資料庫 windows 安裝
influxdb 是一款比較火爆的時序資料庫，本文介紹如何在 windows 平台下安裝。1.場景 windows 平台的 influxdb 似乎只支援單機非windows 服務的安裝方式 適用於測試環境或者想體驗什麼是時序資料庫。2.準備安裝包 截止到 2018 07 05，最新版本是 1.5.4...
資料分析 時序資料庫
海量資料分析類系統的設計主要面臨2個大問題 優勢和劣勢 加入了hadoop體系的生態圈，更加容易被接受，同時省去了研發分布式儲存系統的麻煩，更多的是在分布式查詢上做優化。但無法在儲存上做更加深度的優化，比如沒有倒排索引支援，過濾查詢速度可能相對弱些，後面會重點分析下opentsdb的困局。優勢和劣勢...