「TSDB」时序数据&时序数据库简介

什么是时序数据？

时序数据的应用场景和特征？

时序数据库？

时序数据

时序数据，就是与时间强相关度的一系列数据。关注的是某一时刻的数据值，而不是最终的数据。是一个过程而不是一个结果。时序数据描述的是一个数据（指标）在时间维度上的变化。例如： 股票K线、环境监测。

时序数据的特征：

• 数据以一定的时间间隔产生，生产速率稳定。
• 写入多，查询少
• 时序数据不允许更新
• 时序数据主要是按时间范围查询

时序数据库

传统的数据库并不适合存储时序数据，针对时序数据的特征，时序数据库的基本要求如下：

• 支持高并发、高吞吐量的写入
• 支持海量数据存储
• 高可用（时序数据在互联网公司常用作报警数据源）
• 支持复杂的多维度的查询
• 易于横向扩展

常见的时序数据库

时序数据基本概念

一条时序数据是由多个DataPoint构成的。每个DataPoint包含以下几个方面

• metric： 一般也叫metric name，是时序数据的指标名

• tags: 一个或者多个tag组合，用户描述metric的不同维度。每个Tag由tagk&tagv组成。例如：一个请求的来源 host=10.20.178.23，dc=cn。tags标明数据的维度。

• value： 表示对应的数值。例如：请求的latency 或者qps等。

• timestamp： 时序数据的具体时间，可以是秒级或者毫秒级别的Unix时间戳。

例如： JVM_Heap_Memory_Usage_MB{host=127.0.0.1, instanceId=jvm01}

Downsampling