数据在timeseries数据库中的存储方式

Question

我很想知道，如果我使用任何timeseries数据库来存储我的日志数据，这大约是每秒数千条记录或每天百万条记录，timeseries数据库将如何在内部存储这些数据。如果我想分析过去4个月的数据，它如何确保快速响应我？

Answer 1

不同的时间序列数据库有不同的数据存储策略。你的具体用例将决定哪一个更适合你，或者你是否更好地使用像elastic这样的搜索引擎与时间序列数据库。Timescale是由一个最初构建物联网平台的团队设计的，因此一些人认为Timescale是物联网最好的时间序列数据库。(IOT数据=突发、无序、高基数、与其他元数据共存)

Timescale使用底层postgres存储引擎将数据写入持久存储。它的创新之处在于增加了一个中间层，将数据分块到多个具有连续时间间隔数据的底层表中-但对于用户/消费者来说，它仍然看起来像一个表。你可以使用read more in the documentation。

除了它的分块策略-在幕后发生- Timescale是一个普通的PostgreSQL数据库-所以你可以做连接，以及二级和部分索引等。

(InfluxDB使用具有缓存和性能优化机制的日志结构合并树。你可以使用read more in the documentation。InfluxDB最初设计用于支持web应用程序监控。)

(披露-我与timescale有关联)

Answer 2

这取决于特定时间序列数据库的设计。一般来说，时间序列数据库是为存储和查询时间序列数据而优化的，这是时间序列数据库的基本特征。

例如，在开源的高性能时间序列数据库TDegnine中，时间序列数据首先按照表名进行分片，每个表代表一个数据采集源。然后，在每个表中，根据时间范围对数据进行分片，以便可以基于时间戳轻松地检索数据，并且基于这种分片/分片机制可以很容易地实现数据保留策略。