時間序列資料庫簡稱時序資料庫(time series database)，用於處理帶時間標籤(按照時間的順序變化，即時間序列化)的資料，帶時間標籤的資料也稱為時間序列資料。
時序資料的幾個特點
1. 基本上都是插入，沒有更新的需求。
2. 資料基本上都有時間屬性，隨著時間的推移不斷產生新的資料。
3. 資料量大，每秒鐘需要寫入千萬、上億條資料
業務方常見需求
1. 獲取最新狀態，查詢最近的資料(例如感測器最新的狀態)
2. 展示區間統計，指定時間範圍，查詢統計資訊，例如平均值，最大值，最小值，計數等。。。
3. 獲取異常資料，根據指定條件，篩選異常資料
常見業務場景
監控軟體系統： 虛擬機器、容器、服務、應用
資產跟蹤應用： 汽車、卡車、物理容器、運貨托盤
金融交易系統： 傳統**、新興的加密數字貨幣
事件應用程式： 跟蹤使用者、客戶的互動資料
商業智慧型工具： 跟蹤關鍵指標和業務的總體健康情況
在網際網路行業中，也有著非常多的時序資料，例如使用者訪問**的行為軌跡，應用程式產生的日誌資料等等。
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隨時間戳而變化的資料。
tag: 標籤。一般存放的是不隨時間戳變化的資訊。timestamp 加上所有的 tags 可以視為 table 的 primary key。
例如採集有關風的資料，度量為 wind，每條資料都有時間戳timestamp，兩個字段 field：direction(風向)、speed(風速)，兩個tag：sensor(感測器編號)、city(城市)。第一行和第三行，存放的都是 sensor 編號為86f-2rt8的裝置，城市是深圳。隨著時間的變化，風向和風速發生了改變，風向從56.4變為45.6，風速從2.9變為3.6。
需要解決的幾個問題
時序資料的寫入：如何支援每秒鐘成千上億條資料的寫入。
時序資料的讀取：如何支援在秒級對上億條資料的分組聚合運算。
成本敏感：海量資料儲存帶來的成本問題。如何以更低成本儲存資料，將成為時序資料庫需要解決的重中之重。
常見時序資料庫
時序資料庫出現的時間較晚，目前較成熟的時序資料庫都僅有2、3年的歷史。
資料庫技術之Redis簡介及應用場景
redis是一款記憶體快取記憶體資料庫。redis全稱為 remote dictionary server 遠端資料服務 使用c語言編寫，redis是乙個key value儲存系統 鍵值儲存系統 支援豐富的資料型別，如 string list set zset hash。redis是一種支援key ...
基於 mysql時序 時序資料庫簡介
時間序列資料庫簡稱時序資料庫 time series database 用於處理帶時間標籤 按照時間的順序變化，即時間序列化 的資料，帶時間標籤的資料也稱為時間序列資料。時序資料的幾個特點 1.基本上都是插入，沒有更新的需求。2.資料基本上都有時間屬性，隨著時間的推移不斷產生新的資料。3.資料量大，...
時序資料庫
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...