国产时序数据库？时序数据库是什么,哪个好
这篇文章给大家聊聊关于国产时序数据库，以及时序数据库是什么,哪个好对应的知识点，希望对各位有所帮助，不要忘了收藏本站哦。
时序数据库是什么
时序数据库(TSDB)是一种数据库管理系统，用于存储、处理和分析时间序列数据（以下简称时序数据）。
时序数据是按时间维度顺序记录且索引的数据。像智慧城市、物联网、车联网、工业互联网等领域各种类型的设备和传感器都会产生海量的时序数据，证券市场的行情数据也是时序数据，这些数据将占世界数据总量的 90%以上。
虽然你也可以使用关系数据库或 NoSQL数据库来处理时序数据，但这类数据库并没有充分利用时序数据的特点，性能提升极为有限，只能依靠集群技术，投入更多的计算资源和存储资源来处理，系统的运营维护成本急剧上升。而专门构建的时序数据库，如TDengine，充分利用了时序数据库的特点，大幅提升了数据的写入和查询速度，同时也大幅提高了数据压缩率。此外，时序数据库包含专有的时序数据分析功能和数据管理功能，使用户可以很轻松地开发应用程序。
TDengine是一款开源、云原生的时序数据库（Time Series Database），专为物联网、工业互联网、金融、IT运维监控等场景设计并优化，具有极强的弹性伸缩能力。同时它还带有内建的缓存、流式计算、数据订阅等系统功能，能大幅减少系统设计的复杂度，降低研发和运营成本，是一个极简的时序数据处理平台。
几个时序数据库
================================
可用作时序的数据库:
================================
[时序]TimescaleDB,基于 PostgreSQL,支持 SQL.
[时序]KairosDB,基于 Cassandra,不支持 SQL.
[通用]CrateDB,基于 Elastic Search,但支持ANSI SQL
[时序]InfluxDB,是 db-engines上排名第一的时序数据库,最新版中集群功能不开源了,商业版支持,另外并发查询性能较差.
[通用]Kudu,列式存储(类parquet),支持 java API更新数据,比较赞的是支持 upsert.可以通过 impala或 spark来支持SQL查询.
简单点评(基于底层技术做的点评,未做个实际测试)
TimescaleDB基于PostgreSQL,可能适合数据量不太大的情形,但提供丰富的SQL功能
KairosDB,基于 Cassandra,运维应该比较简单,扩展性也应该不错,写入性能估计要比 CrateDB差一些,另外不支持SQL.
CrateDB基于 Elastic Search,写入性能应该很好,扩展性也应该不错,估计 SQL支持度和读取性能会差一些,支持全文检索.
db-engines网站的对比:
https://db-engines.com/en/system/CrateDB%3BKairosDB%3BTimescaleDB
Crate官方的比较:
http://go.cratedb.com/rs/832-QEZ-801/images/CrateDB-Cassandra-MongoDB-Comparison.pdf
================================
支持SQL的流处理框架
================================
多数流处理方案中,数据一般都会暂存在 kafka中,格式推荐使用 Json/Avro, schema推荐使用 Oracle Goldgate(OGG)数据格式.
支持SQL的流处理框架有:
1. Spark Streaming:可以写很复杂的SQL,比如和其他数据库DB做 join.
2. Kafka的 KSQL:和Kafka公用集群,不需要额外计算集群.
3. PipelineDB:基于 PostgreSQL的扩展, cluster版需要付费.流数据既可以直接写到 pipelinedb(以pipelinedb的FOREIGN TABLE形式暂存流数据),然后通过 pipelinedb SQL来处理;流数据也可以先打到kafka中,然后再通过 pipelinedb extension来处理.
几个时序数据库
标签：streaming格式新版mongod运维spark流处理处理cassandra
时序数据库是什么解决什么问题的主要应用那些行业
什么是时序数据库
时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。主要用于存储周期性的采集各种实时监控信息。
特点
垂直写，水平读
数据点写入分散，且数据量巨大
热点数据明显
时序数据库是什么,哪个好
时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。
时间序列数据主要由电力行业、化工行业、气象行业、地理信息等各类型实时监测、检查与分析设备所采集、产生的数据。这些工业数据的典型特点是：产生频率快、严重依赖于采集时间、测点多信息量大。
Transwarp TimeLyre是星环科技研发的企业级分布式时序数据库，可以支撑时序数据的各类业务场景，支持高吞吐实时写入、时序精确查询、多维检索等。 Timelyre支持分布式水平扩展，同时具有极高的压缩率可以支持海量时序数据的存储，可以有效支撑物联网、能源制造、金融量化交易领域等多种时序数据业务场景。
好了，本文到此结束，如果可以帮助到大家，还望关注本站哦！