在很多場(chǎng)景下，數(shù)據(jù)并不是孤立的存在。例如股票價(jià)格的走勢(shì)，一天之內(nèi)溫度的變化等。一組相關(guān)數(shù)據(jù)以時(shí)間為坐標(biāo)串聯(lián)起來，形成一條連續(xù)的變化線，這就是時(shí)序數(shù)據(jù)。時(shí)序數(shù)據(jù)可以直觀地反映變化的規(guī)律性，也可以方便地用來識(shí)別和預(yù)測(cè)異常情形。

而時(shí)序數(shù)據(jù)庫，就是專門用來存儲(chǔ)時(shí)序數(shù)據(jù)的一類特殊數(shù)據(jù)庫。

北京市一天之內(nèi)的溫度走勢(shì)，圖片截取自 www.weather.com.cn

相比于傳統(tǒng)的 RDBMS 或者 NoSQL，時(shí)序數(shù)據(jù)庫有下列鮮明的特征。

時(shí)序數(shù)據(jù)沒有復(fù)雜的結(jié)構(gòu)和關(guān)聯(lián)。時(shí)序數(shù)據(jù)關(guān)注的是被測(cè)指標(biāo)在時(shí)間維度上的變化規(guī)律，它并不需要復(fù)雜的嵌套的數(shù)據(jù)結(jié)構(gòu)：時(shí)間戳連同數(shù)據(jù)值就構(gòu)成了一個(gè)數(shù)據(jù)點(diǎn)。另外，時(shí)序數(shù)據(jù)也不關(guān)心不同的被測(cè)指標(biāo)之間的關(guān)系（這種關(guān)系在定義良好的可視化圖表上一目了然），數(shù)據(jù)之間不需要任何諸如外鍵等關(guān)聯(lián)關(guān)系。

正是因?yàn)闆]有復(fù)雜的結(jié)構(gòu)和關(guān)聯(lián)，時(shí)序數(shù)據(jù)庫不需要提供范式和事務(wù)支持。時(shí)序數(shù)據(jù)庫面向的是與傳統(tǒng)數(shù)據(jù)庫截然不同的業(yè)務(wù)領(lǐng)域，范式和事務(wù)在其中是不必要的。不過，時(shí)序數(shù)據(jù)庫存在其他的限制和約束。

時(shí)序數(shù)據(jù)庫的實(shí)時(shí)寫入量通常很大。時(shí)序數(shù)據(jù)需要采集的數(shù)據(jù)量與數(shù)據(jù)源的數(shù)量以及采樣的時(shí)間精度成正比。在某些業(yè)務(wù)場(chǎng)景下，一秒鐘需要采集上萬甚至更多個(gè)數(shù)據(jù)點(diǎn)。

時(shí)序數(shù)據(jù)的結(jié)構(gòu)

時(shí)序數(shù)據(jù)有著簡(jiǎn)單的結(jié)構(gòu)。

被測(cè)量的指標(biāo)一般稱作 metric。指標(biāo)的一個(gè)孤立數(shù)據(jù)點(diǎn)表示為以指標(biāo)名為索引的鍵值對(duì)：

metric -> (timestamp, value)

依時(shí)間順序逐次采集若干數(shù)據(jù)點(diǎn)，我們就得到了該被測(cè)量指標(biāo)的一系列值：

metric -> (t0, v0), (t1, v1), (t2, v2), ...

這就是時(shí)序數(shù)據(jù)的基本結(jié)構(gòu)，一般來說采樣的時(shí)間間隔是恒定的（記作 $\Delta t$，允許存在誤差）。作為示例，下面是一組溫度的時(shí)序數(shù)據(jù)。

temperature -> (1502433662000, 29.3), (1502433672002, 29.7), (1502433681999, 29.6), ...

僅僅依靠指標(biāo)名稱來索引數(shù)據(jù)略嫌簡(jiǎn)陋，有時(shí)候希望能對(duì)數(shù)據(jù)作出進(jìn)一步的區(qū)分。為了達(dá)到這一目的，我們給指標(biāo)添加一個(gè)或者多個(gè)標(biāo)簽（labels）。例如，為了區(qū)分不同城市的溫度，我們引入一個(gè)叫做 city 的標(biāo)簽。

temperature{city=beijing} -> ...
temperature{city=nanjing} -> ...
temperature{city=tianjin} -> ...

指標(biāo)的名稱可以看作是一個(gè)叫作 name 的特殊標(biāo)簽，這樣，數(shù)據(jù)的索引就一般化為了一組標(biāo)簽的集合。

{name=temperature, city=beijing} -> ...
{name=temperature, city=nanjing} -> ...
{name=temperature, city=tianjin} -> ...

時(shí)序數(shù)據(jù)庫的讀寫特點(diǎn)

寫入操作的特點(diǎn)：

• 由于數(shù)據(jù)量龐大，存儲(chǔ)時(shí)需要引入某種壓縮方案。Facebook 在其闡述 Gorilla 數(shù)據(jù)庫的論文中介紹了一種非常適合時(shí)序數(shù)據(jù)庫的壓縮方案。
• 同樣由于數(shù)據(jù)量龐大，存儲(chǔ)時(shí)應(yīng)當(dāng)使用適當(dāng)?shù)牧舸娌呗裕≧etention Policy），定期刪除數(shù)據(jù)。一般采用三級(jí)存儲(chǔ)方案：最上層的內(nèi)存用做緩存，存儲(chǔ)熱點(diǎn)數(shù)據(jù)；下一層的 SSD 用來存儲(chǔ)留存期（一般為數(shù)周或數(shù)月）之內(nèi)的數(shù)據(jù)；此外還有一個(gè)數(shù)據(jù)中心用來保留全部數(shù)據(jù)。
• 寫入操作遠(yuǎn)多于讀取操作，可能占到 99% 以上。絕大部分?jǐn)?shù)據(jù)不會(huì)被用到。
• 數(shù)據(jù)總是追加式地寫入（順序?qū)懭耄?/li>
• 數(shù)據(jù)寫入之后，就不會(huì)再被更新（無隨機(jī)更新）。
• 超出留存期的數(shù)據(jù)被整塊刪除（無隨機(jī)刪除）。

讀取操作的特點(diǎn)：

• 時(shí)序數(shù)據(jù)存在顯著的時(shí)間敏感性，越是近期的數(shù)據(jù)越重要。大部分讀取操作所請(qǐng)求的數(shù)據(jù)集中在最近一天或幾天。
• 對(duì)時(shí)序數(shù)據(jù)的分析過程中需要進(jìn)行大量運(yùn)算（求和、計(jì)算變化率等），時(shí)序數(shù)據(jù)庫需要高效地支持這些運(yùn)算。

參考

你可以從以下兩篇文章中找到更多關(guān)于時(shí)序數(shù)據(jù)庫的討論：

• Thoughts on Time-series Databases
• Time-Series Database Requirements

另外，市面上已經(jīng)有了很多時(shí)序數(shù)據(jù)庫，下面兩個(gè)列表提供了相關(guān)方面的內(nèi)容：

• DB-Engines Ranking of Time Series DBMS
• [The complete list of all time series databases for your IoT project](The complete list of all time series databases for your IoT project)