一種根據(jù)特定的業(yè)務(wù)需求和用例，從關(guān)系型數(shù)據(jù)庫(kù)中衍生出了許多新數(shù)據(jù)庫(kù)。從內(nèi)存中的鍵值存儲(chǔ)到圖形數(shù)據(jù)庫(kù)，從地理空間數(shù)據(jù)庫(kù)到時(shí)間序列數(shù)據(jù)庫(kù)。所有這些不同類型的數(shù)據(jù)庫(kù)都有特定的用途，其中使用關(guān)系數(shù)據(jù)庫(kù)的一般解決方案不是很有效。
盡管有許多不同類型的數(shù)據(jù)庫(kù)，但在這里我們將研究時(shí)間序列數(shù)據(jù)庫(kù)-處理時(shí)間序列數(shù)據(jù)所需的數(shù)據(jù)庫(kù)。
由時(shí)間間隔內(nèi)某物的連續(xù)測(cè)量組成的數(shù)據(jù)是時(shí)間序列數(shù)據(jù)。
隨著現(xiàn)代化金融交易與物聯(lián)網(wǎng)的出現(xiàn)，需要時(shí)間序列數(shù)據(jù)庫(kù)是顯而易見(jiàn)的。股票和加密貨幣的價(jià)格每秒鐘變化一次。為了測(cè)量這些變化的數(shù)據(jù)并對(duì)該數(shù)據(jù)進(jìn)行分析，我們需要一種有效的存儲(chǔ)和檢索數(shù)據(jù)的方法。
隨著物聯(lián)網(wǎng)設(shè)備在我們生活中的空前滲透，物聯(lián)網(wǎng)設(shè)備生成的數(shù)據(jù)每天都在增加。無(wú)論是汽車診斷，房屋的溫度讀數(shù)，迷路的狗的GPS位置，物聯(lián)網(wǎng)設(shè)備無(wú)處不在。
物聯(lián)網(wǎng)設(shè)備只能做一件事情，一件事情。通過(guò)設(shè)備上的傳感器捕獲信息，并將其發(fā)送到服務(wù)器進(jìn)行存儲(chǔ)。由于現(xiàn)有的通信協(xié)議對(duì)于這種輕量級(jí)的高頻數(shù)據(jù)，流數(shù)據(jù)來(lái)說(shuō)太復(fù)雜了，因此開(kāi)發(fā)了MQTT來(lái)解決物聯(lián)網(wǎng)的消息傳遞問(wèn)題。
但是時(shí)間序列數(shù)據(jù)不僅限于物聯(lián)網(wǎng)，它也滲透到整個(gè)互聯(lián)網(wǎng)。捕獲搜索引擎查詢，主題標(biāo)簽，社交媒體帖子的病毒性等趨勢(shì)也可以生成時(shí)間序列數(shù)據(jù)。它并沒(méi)有就此結(jié)束。在由軟件驅(qū)動(dòng)的世界中，記錄和審核安全性和合規(guī)性至關(guān)重要。所有這些數(shù)據(jù)也可以歸類為時(shí)間序列數(shù)據(jù)。
專門(mén)設(shè)計(jì)時(shí)間序列數(shù)據(jù)庫(kù)來(lái)處理由于捕獲，存儲(chǔ)和分析來(lái)自一個(gè)或多個(gè)上述來(lái)源的時(shí)間序列數(shù)據(jù)而引起的問(wèn)題。因此，為簡(jiǎn)單起見(jiàn)，讓我們將時(shí)間序列數(shù)據(jù)定義為具有以下內(nèi)容的數(shù)據(jù)：
- 令人難以置信的高容量（來(lái)自測(cè)量的連續(xù)數(shù)據(jù)）
- 自然時(shí)間順序（時(shí)間是一個(gè)重要的維度）
- 作為整個(gè)數(shù)據(jù)集更有價(jià)值（比單個(gè)記錄更有價(jià)值）
有了這些信息，時(shí)間序列數(shù)據(jù)庫(kù)應(yīng)該能夠存儲(chǔ)大量數(shù)據(jù)，并具有大規(guī)模記錄掃描，數(shù)據(jù)分析和數(shù)據(jù)生命周期管理的能力。如前所述，傳統(tǒng)的事務(wù)數(shù)據(jù)庫(kù)雖然可以用于存儲(chǔ)，檢索和處理時(shí)間序列數(shù)據(jù)，但是并不能充分利用可用資源。
特定的問(wèn)題需要特定的解決方案。
現(xiàn)在，隨著公司意識(shí)到這一事實(shí)，他們開(kāi)始使用專門(mén)的數(shù)據(jù)庫(kù)來(lái)解決特定的問(wèn)題。這回到了我開(kāi)始這篇文章所談?wù)摰膬?nèi)容。在所有其他數(shù)據(jù)庫(kù)中，時(shí)間序列數(shù)據(jù)庫(kù)在過(guò)去兩年中的采用率更高（截至2020年12月的數(shù)據(jù)）。
時(shí)間序列數(shù)據(jù)庫(kù)使用率增加約2.5倍的主要原因是云和數(shù)據(jù)技術(shù)的融合，以及能夠從較早捕獲數(shù)據(jù)的地方捕獲數(shù)據(jù)的能力，即，汽車的引擎，冰箱，數(shù)十億個(gè)設(shè)備的位置數(shù)據(jù)等等。除了新的來(lái)源外，公司還意識(shí)到一些較舊的來(lái)源畢竟并不真正適合于事務(wù)數(shù)據(jù)庫(kù)。所有這些都為更廣泛地采用時(shí)間序列數(shù)據(jù)庫(kù)做出了貢獻(xiàn)。
時(shí)間序列數(shù)據(jù)庫(kù)
有了合理的時(shí)間序列數(shù)據(jù)庫(kù)，讓我們研究一下如果要嘗試時(shí)間序列數(shù)據(jù)庫(kù)可以使用哪些不同的選項(xiàng)。可以在DB-engines網(wǎng)站上找到完整的時(shí)間序列數(shù)據(jù)庫(kù)列表。我將談?wù)撈渲械娜齻€(gè)。
TimescaleDB
作為時(shí)間序列的PostgreSQL的產(chǎn)品，它很快就引起了您的注意。默認(rèn)情況下，PostgreSQL對(duì)任何東西都是一種贊美。借助超表和大塊等新的體系結(jié)構(gòu)，TimescaleDB在插入方面的性能提高了15倍以上，在查詢性能上也有了顯著提高。
盡管與大多數(shù)其他時(shí)間序列數(shù)據(jù)庫(kù)一樣，主要的云提供商都沒(méi)有與大型云提供商在云中針對(duì)TimescaleDB進(jìn)行完全集成的解決方案，但TimescaleDB可以在所有這些數(shù)據(jù)庫(kù)上無(wú)縫運(yùn)行。例如，如果您的基礎(chǔ)架構(gòu)位于AWS中，并且您不想在Timescale Cloud中運(yùn)行您的TimescaleDB實(shí)例，則可以使用EC2實(shí)例來(lái)安裝官方的TimescaleDB AMI。
InfluxDB
與在PostgreSQL（關(guān)系數(shù)據(jù)庫(kù)）中獲得靈感的TimescaleDB不同，該數(shù)據(jù)庫(kù)是從頭開(kāi)始編寫(xiě)的NoSQL時(shí)間序列數(shù)據(jù)庫(kù)。盡管TimescaleDB具有站在被廣泛接受和欽佩的關(guān)系數(shù)據(jù)庫(kù)的肩膀上的優(yōu)勢(shì)，但I(xiàn)nfluxDB卻走了一條不同的道路。InfluxDB是時(shí)間序列最熱門(mén)的數(shù)據(jù)庫(kù)之一，但是根據(jù)TimescaleDB的研究，它在許多方面都無(wú)法擊敗TimescaleDB。
話雖如此，InfluxDB具有很多功能。除了查詢語(yǔ)言InfluxQL和Flux外，InfluxDB還開(kāi)發(fā)了一種干凈，輕量，基于文本的協(xié)議，該協(xié)議用于將點(diǎn)寫(xiě)入數(shù)據(jù)庫(kù)。值得贊揚(yáng)的是，這已被其他時(shí)間序列數(shù)據(jù)庫(kù)（如QuestDB）采用。
與TimescaleDB一樣，InfluxDB也提供了開(kāi)箱即用的云解決方案，但是您仍然可以決定在其中一個(gè)云平臺(tái)上運(yùn)行InfluxDB。例如，如果您在AWS上運(yùn)行它，則將對(duì)CloudWatch指標(biāo)，Grafana，RDS，Kinesis等具有本地支持。總而言之，一個(gè)非常好的數(shù)據(jù)庫(kù)。由于它是一個(gè)相當(dāng)新的事物，因此很難說(shuō)出它與基于關(guān)系數(shù)據(jù)庫(kù)的時(shí)間序列數(shù)據(jù)庫(kù)的競(jìng)爭(zhēng)程度。
QuestDB
QuestDB是時(shí)間序列數(shù)據(jù)庫(kù)列表中的最新成員，它是最新一批YCombinator之一。QuestDB的一些主要差異是列式存儲(chǔ)，低內(nèi)存占用量，關(guān)系模型在時(shí)間序列上的使用以及可伸縮的無(wú)模式提取。與大多數(shù)時(shí)間序列數(shù)據(jù)庫(kù)類似，QuestDB還使用官方AMI和Kubernetes Helm Charts在AWS上提供云部署選項(xiàng)。
QuestDB還采用了InfluxDB Line協(xié)議進(jìn)行提取，而不必?fù)?dān)心隨著數(shù)據(jù)結(jié)構(gòu)的變化而更改架構(gòu)。作為列式數(shù)據(jù)庫(kù)，QuestDB無(wú)縫處理新列的創(chuàng)建，因此支持無(wú)模式提取
盡管在初期，QuestDB幾乎提供了對(duì)ANSI SQL的完全支持以及對(duì)SQL方言的一些補(bǔ)充，但它創(chuàng)建了許多完全獨(dú)特的功能，使其成為可行的替代方法，可能比市場(chǎng)上的其他一些主要數(shù)據(jù)庫(kù)更好。
結(jié)論
盡管還有其他幾個(gè)數(shù)據(jù)庫(kù)，但我現(xiàn)在只討論了這三個(gè)數(shù)據(jù)庫(kù)。從可公開(kāi)獲得的數(shù)據(jù)中可以明顯看出，向時(shí)序數(shù)據(jù)的時(shí)序數(shù)據(jù)庫(kù)的轉(zhuǎn)移。越來(lái)越多的公司將開(kāi)始使用時(shí)間序列數(shù)據(jù)庫(kù)作為其數(shù)據(jù)庫(kù)堆棧的一部分，不一定取代關(guān)系數(shù)據(jù)庫(kù)，而是增加了其數(shù)據(jù)功能。這就是為什么今年不僅會(huì)對(duì)時(shí)間序列數(shù)據(jù)庫(kù)而且對(duì)市場(chǎng)上出現(xiàn)的所有其他專用數(shù)據(jù)庫(kù)特別令人興奮的原因。
