時間序列數據庫價格價格合理 美信時代科技

時序數據

時序數據就是時間序列數據，即某個指標根據時間順序記載的數據序列。在以時間為橫軸的坐標系中將時序數據值連成線，可將歷史時序數據做成多維度表，發現其規律和異常，也可將時序數據用于大數據分析，實現趨勢預測和異常預警。

工業互聯網環境下需采集的工業時序數據量巨大，且具有如下典型特征:數據都是結構化的;一個采集點的數據源是一個;數據較少有更新或刪除操作，一般按到期日期來刪除;數據以寫操作為主，讀操作為輔;數據流量平穩，可較為準確地計算;數據都有統計、聚合等實時計算操作;數據根據規定的時間段和區域進行查找。

時序數據與關系型數據的差異

（1）較明顯的特征是時序數據都存在僅有的時間戳，并且以時間戳大小進行排序，以時間戳作為僅有標識進行區分，而關系型數據通常有其他字段作為標識，比如學生的數據通常使用學號作為僅有標識進行區分。

（2）時序數據并不關心關系，在汽車定位中，我們不需要了解這輛汽車的所有者的其他屬性，例如年齡、職業等等，也就不存在對汽車所有者的表的關聯。

（3）時序數據的數據量持續呈線性增長，每隔一定時間粒度就會產生新的數據，將會持續產生海量數據，因此數據量龐大。而關系型數據的增長通常不是隨著時間持續增長的，比如一所學校的學生的據量在一段時間內都是相對穩定的。

（4）時序數據很少會有更新操作，在某個時刻的測量值產生將不會發生變化，所以幾乎不需要對時序數據進行更新。對于關系型數據，則是已存在的數據經常發生更新，比如學生的個人信息，包括年齡、身高等屬性。

時序數據庫的特點介紹

快速的時間窗口查詢能力。時序業務的查詢需求分為兩類，一是實時數據查詢，反映當前監控對象的狀態；二是主要是查詢某個時間段的歷史數據，歷史數據的數據量非常大，這時候需要針對時間窗口大量數據查詢進行優化。

快速的聚合能力。時序業務場景通常會關心數據的聚合值，比如 count、mean 等聚合值來反映某個時間段內的數據情況，因此時序數據庫需要提供高效的聚合函數。

批量刪除能力。時序業務對于過期的數據需要進行批量刪除操作。

通常不需要具備事務的能力。時序數據庫與傳統關系型數據庫不同，傳統關系型數據庫注重增刪改查和事務功能，而時序數據庫針對海量數據寫入，其讀取查詢多是一段時間段內的數據。