时序数据库(Time Series Database，TSDB) 简单介绍汇总

小渣渣

应用场景

时序数据库 (Time Series Database, TSDB) 是专门为处理带时间戳的连续数据流（如物联网传感器读数、服务器指标、金融交易）而优化的数据库。它针对海量数据高频写入和基于时间维度的快速聚合、查询进行了专门设计。

万物互联时代，工业物联网产生的数据量比传统的信息化要多数千倍甚至数万倍，并且是实时采集、高频度、高密度，动态数据模型随时可变。传统数据库在对这些数据进行存储、查询、分析等处理操作时捉襟见肘，迫切需要一种专门针对时序数据来做优化的数据库系统，即时间序列数据库。

时间序列数据库(Time Series Database)是用于存储和管理时间序列数据的专业化数据库，具备写多读少、冷热分明、高并发写入、无事务要求、海量数据持续写入等特点，可以基于时间区间聚合分析和高效检索，广泛应用在物联网、经济金融、环境监控、工业制造、农业生产、硬件和软件系统监控等场景。

时序数据的特点

时间戳：每个数据点都带有时间戳，这个时间戳对于数据的计算和分析十分重要。
结构化：与来自网络爬虫、微博、微信的海量数据不同，联网设备或监控系统生成的数据都是结构化的。这些数据都具有预定义的数据类型或固定长度，比如智能电表采集的电流、电压就可以用 4 字节的标准的浮点数来表示。
流式：数据源以近似恒定速率生成数据，如音频或视频流。这些数据流彼此独立。
流量平稳可预测：与电商平台或社交媒体网站的数据不同，时序数据的流量在一段时间内是稳定的，并且可以根据数据源的数量和采样周期来进行计算和预测。
不变性：时序数据一般都是 append-only，类似于日志数据，一般不容许而且也没有修改的必要。很少有场景，需要对采集的原始数据进行修改。

排名

地址：超链接登录可见。，最新排名情况如下：



数据库

1、InfluxDB

InfluxDB是一款用Go语言编写的开源分布式时序、事件和指标数据库，无需外部依赖。该数据库现在主要用于存储涉及大量的时间戳数据，如DevOps监控数据，APP metrics，loT传感器数据和实时分析数据。

作为目前开源排名最高的时序数据库，InfluxDB支持数据存储策略(RP)和数据归档(CQ)，能够实时查询，数据在写入时被索引后就能够被立即查出，内置HTTP接口，安装管理很简单，并且读写数据非常高效。

2、Kdb+

kdb+/q被官方称为世界上最快的时间序列数据库，它使用统一的数据库处理实时数据和历史数据，同时具备CEP(复杂事件处理)引擎、内存数据库、磁盘数据库等功能。列式存储的特性，使得对于某个列的统计分析操作异常方便。

与一般数据库或大数据平台相比，kdb+/q具有更快的速度和更低的总拥有成本，非常适合海量数据处理，主要被用于海量数据分析、高频交易、人工智能、物联网等领域。在延迟性上有着苛刻要求的金融领域，kdb+有着独特的优势。

3、Prometheus

Prometheus是一套开源的系统监控报警框架，由工作在SoundCloud的Google前员工在2012年创建，作为社区开源项目进行开发，2015年正式发布，并在次年正式加入Cloud Native Computing Foundation。

作为新一代的监控框架，Prometheus具备强大的多维度数据模型，有多种可视化图形界面，使用pull模式采集时间序列数据，可以采用push gateway的方式把时间序列数据推送至Prometheus server端。

4、 Graphite

Graphite是一个开源实时的、显示时间序列度量数据的图形系统。Graphite并不收集度量数据本身，而是像一个数据库，通过其后端接收度量数据，然后以实时方式查询、转换、组合这些度量数据。

Graphite支持内建的Web界面，它允许用户浏览度量数据和图。它由多个后端和前端组件组成。后端组件用于存储数值型的时间序列数据，前端组件则用于获取指标项数据并根据情况渲染图表。

5、TimescaleDB

TimescaleDB是唯一支持完整SQL的开放源代码时间序列数据库，已针对支持全面SQL的快速提取和复杂查询进行了优化。它基于PostgreSQL，并且为时间序列数据提供了最好的NoSQL和Relational世界。

TimescaleDB使开发人员和组织能够更多地利用其功能：分析过去，了解现在和预测未来。在查询层面统一时序数据和关系数据可消除数据孤岛，并使演示和原型更容易实现。可扩展性和完整的SQL接口的结合赋予员工提出数据问题。