精华内容
下载资源
问答
  • 时序数据库排名
    万次阅读
    2021-03-17 07:52:07

    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。时序数据的兴起还是榜上了物联网的大风。物联网(Internet of Things,简称IOT)是指通过各种信息传感器实时采集任何需要管理设备的信息,并进行管理。物联网的基础数据具有数据量大、结构单一、时间属性强、查询简单等特点,传统的关系型数据库在面对物联网数据时,显得应对发力,基本上属于功能过剩但性能不足。
    目前最新的DB-Engine上时序数据库排名如下:

    在这里插入图片描述

    1.InfluxDB

    2013
    DBMS for storing time series, events and metrics
    www.influxdata.com

    InfluxDB empowers developers to build IoT, analytics and monitoring software. It is purpose-built to handle the massive volumes and countless sources of time-stamped data produced by sensors, applications and infrastructure.

    2.KDb+

    2000
    High performance Time Series DBMS
    kx.com

    3.Prometheus

    2015
    Open-source TimeSeries DBMS and monitoring system
    prometheus.io/

    Prometheus is an open-source systems monitoring and alerting toolkit originally built at SoundCloud. Since its inception in 2012, many companies and organizations have adopted Prometheus, and the project has a very active developer and user community. It is now a standalone open source project and maintained independently of any company. To emphasize this, and to clarify the project’s governance structure, Prometheus joined the Cloud Native Computing Foundation in 2016 as the second hosted project, after Kubernetes.

    4.Graphite

    2006
    Data logging and graphing tool for time series data
    github.com/­graphite-project/­graphite-web

    5.RRDtool

    1999
    Industry standard data logging and graphing tool for time series data. RRD is an acronym for round-robin database.
    oss.oetiker.ch/­rrdtool
    RRDtool is the OpenSource industry standard, high performance data logging and graphing system for time series data. RRDtool can be easily integrated in shell scripts, perl, python, ruby, lua or tcl applications.

    6.TimescaleDB

    2017
    A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL
    www.timescale.com

    7.Apache Druid

    2012
    Open-source analytics data store designed for sub-second OLAP queries on high dimensionality and high cardinality data
    druid.apache.org

    8.Fauna

    2014
    Fauna (previously named FaunaDB) provides a web-native interface, with support for GraphQL and custom business logic that integrates seamlessly with the rest of the serverless ecosystem. The underlying globally distributed storage and compute platform is fast, consistent, and reliable, with a modern security infrastructure.
    fauna.com

    9.OpenTSDB

    2011
    Scalable Time Series DBMS based on HBase
    opentsdb.net

    10.GridDB

    2013
    Scalable in-memory time series database optimized for IoT and Big Data
    griddb.net

    GridDB is an innovative solution to solve these complex problems. The foundation of GridDB’s principles is based upon offering a versatile data store that is optimized for IoT, provides high scalability, is tuned for high performance, and ensures high reliability.

    11.DolphinDB

    2018
    Time Series DBMS for big data, integrated with a lightweight distributed computing framework and a vector programming language
    www.dolphindb.com

    DolphinDB is a high performance time-series database. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. DolphinDB offers operational simplicity, scalability, fault tolerance, and concurrency.

    12.KairosDB

    2013
    Distributed Time Series DBMS based on Cassandra or H2
    github.com/­kairosdb/­kairosdb

    补充一个后起之秀

    13.TDengine

    One of the modules of TDengine is the time-series database. However, in addition to this, to reduce the complexity of research and development and the difficulty of system operation, TDengine also provides functions such as caching, message queuing, subscription, stream computing, etc. TDengine provides a full-stack technical solution for the processing of IoT and Industrial Internet BigData. It is an efficient and easy-to-use IoT Big Data platform.

    TDengine uses standard SQL language to provide main functions and follow standardization specifications.
    www.taosdata.com/

    更多相关内容
  • 时序数据库排名

    千次阅读 2021-02-15 23:57:00
    时序排名(DB-Engines) 查看实时排名,点这里

    时序库排名(DB-Engines)

    在这里插入图片描述

    在这里插入图片描述

    查看实时排名,点这里

    展开全文
  • 针对三种常见的时序数据库进行了对比,主要从网络上的资料进行了对比,也有一点自己进行的实际读写性能的测试。

    1、引言

    时序数据治理是数据治理领域核心、打通IT与OT域数据链路,是工业物联网基石、大数据价值创造的关键、企业管理提升的发动机、是数字化转型的重要支撑。

    工业企业在生产经营过程中,会运用物联网技术,采集大量的数据并进行实时处理,这些数据都是时序的,而且具有显著的特点,比如带有时间戳、结构化、没有更新、数据源唯一等。

    时序数据处理应用于智慧城市、物联网、车联网、工业互联网领域的过程数据采集、过程控制,并与过程管理建立一个数据链路,属于工业数据治理的新兴领域。

    时序数据库的应用场景在物联网和互联网APM等场景应用比较多,下面是列举了一些时序数据库的应用场景,但不是全部:

    • 公共安全:上网记录、通话记录、个体追踪、区间筛选;
    • 电力行业:智能电表、电网、发电设备的集中监测;
    • 互联网:服务器/应用监测、用户访问日志、广告点击日志;
    • 物联网:电梯、锅炉、机械、水表等各种联网设备;
    • 交通行业:实时路况、路口流量监测、卡口数据;
    • 金融行业:交易记录、存取记录、ATM、POS机监测。

    2、概述

    2.1时序数据库的定义

    时序数据是随时间不断产生的一系列数据,简单来说,就是带时间戳的数据。时序数据库 (Time Series Database,TSDB) 是优化用于摄取、处理和存储时间戳数据的数据库。此类数据可能包括来自服务器和应用程序的指标、来自物联网传感器的读数、网站或应用程序上的用户交互或金融市场上的交易活动。

    其主要数据属性如下:

    • 每个数据点都包含用于索引、聚合和采样的时间戳。该数据也可以是多维的和相关的;
    • 写多读少,需要支持秒级和毫秒级甚至纳秒级高频写入;查询通常是多维聚合查询,对查询的延迟要求比较高
    • 数据的汇总视图(例如,下采样或聚合视图、趋势线)可能比单个数据点提供更多的洞察力。例如,考虑到网络不可靠性或传感器读数异常,我们可能会在一段时间内的某个平均值超过阈值时设置警报,而不是在单个数据点上这样做;
    • 分析数据通常需要在一段时间内访问它(例如,给我过去一周的点击率数据);

    虽然其他数据库也可以在数据规模较小时一定程度上处理时间序列数据,但 TSDB可以更有效地处理随时间推移的数据摄取、压缩和聚合。简而言之,时序数据库是专门用于存储和处理时间序列数据的数据库,支持时序数据高效读写、高压缩存储、插值和聚合等功能。

    2.2时序数据库的概念

    时序数据库是专门处理时序数据的数据库,因此其相关概念是和时序数据紧密联系的,下面是时序数据库的一些基本概念。

    • 度量 Metric:Metric 类似关系型数据库里的表(Table),代表一系列同类时序数据的集合,例如为空气质量传感器建立一个 Table,存储所有传感器的监测数据。
    • 标签 Tag:Tag 描述数据源的特征,通常不随时间变化,例如传感器设备,包含设备 DeviceId、设备所在的 Region 等 Tag 信息,数据库内部会自动为 Tag 建立索引,支持根据 Tag 来进行多维检索查询;Tag 由 Tag Key、Tag Value 组成,两者均为 String 类型。
    • 时间戳 Timestamp:Timestamp代表数据产生的时间点,可以写入时指定,也可由系统自动生成;
    • 量测值 Field:Field描述数据源的量测指标,通常随着时间不断变化,例如传感器设备包含温度、湿度等Field;
    • 数据点Data Point: 数据源在某个时间产生的某个量测指标值(Field Value)称为一个数据点,数据库查询、写入时按数据点数来作为统计指标;
    • 时间线 Time Series :数据源的某一个指标随时间变化,形成时间线,Metric + Tags + Field 组合确定一条时间线;针对时序数据的计算包括降采样、聚合(sum、count、max、min等)、插值等都基于时间线维度进行;

    2.3时序数据库的趋势

    时序数据库的发展趋势,可以从DB-engines(Knowledge Base of Relational and NoSQL Database Management Systems)获取获取到,下图是DB-engines收录的数据库近24个月的发展趋势,其中时序数据库的活跃度最高,且随时间呈现越来越活跃的趋势。

     3、常用时序数据库测试

    3.1读写测试

    写入测试

    指标

    InfluxDB

    Prometheus

    IoTDB

    10000

    185ms

    192ms

    183ms

    10000

    186ms

    195ms

    120ms

    20000

    252ms

    268ms

    236ms

    20000

    264ms

    273ms

    219ms

    30000

    385ms

    401ms

    274ms

    查询测试

    指标

    InfluxDB

    Prometheus

    IoTDB

    10000

    14ms

    18ms

    16ms

    20000

    31ms

    32ms

    35ms

    40000

    56ms

    58ms

    54ms

    60000

    75ms

    82ms

    78ms

    90000

    96ms

    99ms

    97ms

    3.2 功能对比

    DB-Engines提供的编辑信息

    名字

    InfluxDBX

    Prometheus

    Apache IoTDBX

    描述

    用于存储时间序列、事件和指标的 DBMS

    开源时间系列DBMS和监控系统

    具有高性能数据管理和分析的物联网原生数据库,可部署在边缘和云端,并与Hadoop,Spark和Flink集成

    主数据库模型

    时间序列数据库管理系统

    时间序列数据库管理系统

    时间序列数据库管理系统

    辅助数据库模型

    空间数据库管理系统

    数据库引擎排名

    得分       29.86

    排    #29    整体

    #1     时间序列数据库管理系统

    得分       6.32

    排    #67    整体

    #3     时间序列数据库管理系统

    得分       0.43

    排    #255         整体

    #20    时间序列数据库管理系统

    网站

    InfluxDB: Open Source Time Series Database | InfluxData

    prometheus.io

    iotdb.apache.org

    技术文档

    docs.influxdata.com/influxdb

    prometheus.io/docs

    开发人员

    Apache Software Foundation

    初始版本

    2013

    2015

    2018

    当前版本

    2.0.8, 八月 2021

    许可证信息

    开源信息

    开源信息

    开源信息

    仅基于云的信息

    DBaaS 产品/服务信息

    实现语言

    Go

    Go

    Java

    服务器操作系统

    Linux

    OS X

    Linux

    Windows

    具有 Java 虚拟机的操作系统(>= 1.8)

    数据方案

    无架构

    类型

    数值数据和字符串

    仅数字数据

    XML支持

    二级索引

    断续器信息

    类似 SQL 的查询语言

    类似 SQL 的查询语言

    API 和其他访问方法

    HTTP API

    JSON over UDP

    RESTful HTTP/JSON API

    JDBC

    Native API

    支持的编程语言

    .Net

    Clojure

    Erlang

    Go

    Haskell

    Java

    JavaScript

    JavaScript (Node.js)

    Lisp

    Perl

    PHP

    Python

    R

    Ruby

    Rust

    Scala

    .Net

    C++

    Go

    Haskell

    Java

    JavaScript (Node.js)

    Python

    Ruby

    服务器端脚本

    触发器

    分布方法

    分片

    分片

    复制方法

    可选复制因子

    地图共享资源

    与Hadoop和Spark集成

    一致性概念

    没有

    最终一致性

    与Raft的强一致性

    外键

    交易概念

    并发

    耐久性

    内存中功能

    用户概念

    通过用户账户进行简单的权限管理

    系统供应商提供的详细信息

    名字

    InfluxDBX

    Prometheus

    Apache IoTDBX

    具体特性

    1. InfluxData是开源时间序列数据库InfluxDB的创建者。 它专门用于处理物联网设备和传感器、应用程序、容器、VM 和网络生成的大量带时间戳的数据。借助 InfluxDB,开发人员可以快速、大规模地为物联网、分析和云原生服务构建实时应用程序。
    2. InfluxData专注于开发人员的幸福感和在开发人员所在的地方与他们会面 - 使用他们喜欢的工具以及无论他们在哪里构建应用程序:在云中,本地还是本地。InfluxData还致力于帮助开发人员更快地启动和运行,以便他们可以专注于其他事情。
    3. InfluxDB的客户范围从初创公司到财富500强企业,其用例跨越了每个垂直行业,例如消费者和工业物联网,安全,金融科技,可再生能源等。目前,全球有超过600,000个InfluxDB OSS的每日活动实例和超过50,000个注册开发人员使用InfluxDB Cloud;社区每年都在迅速发展。

    \

    1. Apache IoTDB(物联网数据库)是一个时间序列数据管理系统,在物联网中集成了数据收集,数据存储,数据管理和数据分析。
    2. Apache IoTDB旨在解决物联网的痛点,即海量数据生成,高频采样,无序数据,特定分析要求,高存储和运维成本,物联网设备的低计算能力等。
    3. 它支持高频数据写入,低成本数据存储,低延迟查询,复杂分析等。
    4. “TsFile”是一种列存储文件格式,用于在Apache IoTDB中访问,压缩和存储时序数据。其结构基于LSM-Tree,减少了计算资源,优化了Apache IoTDB的性能。

    竞争优势

    1. 价值实现时间
    • InfluxDB提供所有流行的语言和框架,使开发人员能够在几分钟内启动并运行,而不是几天或几周。借助易于使用的快速入门和文档,开发人员可以构建开放、可扩展且易于部署的应用程序。
    1. 社区与生态系统
    • InfluxDB拥有最大的云和开源开发人员社区,用于时序数据库解决方案。通过使社区能够为其他生态系统做出贡献并与其他生态系统集成,InfluxDB在所有用例中都具有更高的弹性,质量,使用和可配置性。Telegraf是InfluxDB的开源收集代理,目前拥有300多个插件,使开发人员不仅可以在数百个数据源中读取和写入指标,还可以转换和过滤这些指标。
    1. 实时实际操作
    • InfluxDB 通过实时分析提供可见性,以便开发人员可以快速对其数据采取行动,例如识别模式、预测未来结果以及将见解转化为行动。

    \

    1. 低成本、高性能
    • 数千万点写入吞吐量
    • 压缩比高(优于1:10无损压缩),可大大节省服务器硬件成本。
    1. 易用性
    • 跨平台部署,仅依靠 JDK/JRE
    • 开箱即用
    • 独立于第三方系统和外部组件,降低运维成本。
    1. 多样化的数据处理和分析方法
    • 与Apache PLC4X、Apache Pulsar、Apache Flink、Apache Spark、Apache Zeppelin、Grafana等集成,构建完整的开源软件生态
    • 丰富的数据分析功能,如触发器、用户定义功能 (UDF)、选择进入、连续查询等。
    1. 物联网原生数据模型
    • 树状结构
    • 在单个节点中处理数百万台设备/数千万个时间序列
    • 自动创建模型。
    1. 通过“TsFile”的终端边缘云协同解决方案
    • 可部署为数据文件(“TsFile”,一种针对时序数据优化的列存储文件格式)、数据库或数据仓库
    • 在终端(例如现场设备),边缘(例如IPC)和云(内部或云服务器)之间同步“TsFile”,这可以避免重复计算和ETL成本。
    1. 低成本迁移
    • 通过适配器与各种TSDB(InfluxDB,Prometheus,KairosDB等)兼容

    典型用户场景

    1. 物联网和传感器监控
    • 开发人员正在见证材料世界中每个可用表面的仪器化 - 从机器到人类。这些设备和传感器正在产生前所未有的数据量,软件需要扩展以满足这一需求。使用InfluxDB的开发人员可以利用数据在时间背景下提供的见解,使他们能够识别和预测随时间推移的趋势,确保任务关键型流程更加一致,高效和可靠。
    1. DevOps Monitoring & Tools for Developers
    • 微服务、容器化、弹性存储、软件定义网络、API 性能、身份验证故障、混合云等新兴趋势,都在不断推动 DevOps 监控和开发人员工具的边界。端点的数量和需要监控的指标的多样性迫使人们重新考虑“一刀切”的心态。现代 DevOps 监控和 DevTools 需要足够灵活,以便在通用框架上处理独特的应用程序和基础架构指标。
    1. 实时分析
    • 指标和事件的数量超出了任何人能够现实地解释和采取行动的能力。具有实时分析功能的机器学习对于从噪声中查找信号至关重要。组织是否需要实时分析来买卖股票,在机器发生故障之前对机器进行预测性维护,根据客户行为调整价格:实时处理,分析和处理时间序列数据是要解决的问题。

    \

    1. 物联网/物联网
    2. 终端-边端-云协作
    3. 实时和历史时间序列分析

    主要客户

    1. InfluxData拥有超过1,300名付费客户,其中客户包括MuleSoft,IBM,PayPal,Siemens,Tesla。

    \

    1. 全球客户超过200家,包括博世、西门子、Komat'su、阿里巴巴等。

    市场指标

    1. 增长最快的数据库可驱动 23,500 颗 GitHub 星
    2. 每天超过 600,000 个活动实例

    \

    1. GitHub 上有 185 多个贡献者和 10,000 多次每月克隆
    2. 在2021年所有351个Apache项目中排名第7。
    3. 在国际会议/峰会上发表,如ICDE,VLDB,ApacheCon,构建物联网等。
    4. 在澳大利亚、巴西、中国、德国、日本、新西兰、美国等地实施。

    许可和定价模式

    1. 具有闭源群集的开源核心,可在本地或云上作为托管服务使用。所有产品均可通过订阅获得。

    \

    1. 开源:Apache License v2.0
    2. 商业/云/边缘版的定价由Timecho提供,并可根据要求提供。

    3.3总结

    系统供应商提供的详细信息

    指标

    InfluxDBX

    Prometheus

    Apache IoTDBX

    优点

    1. Metrics+Tags
    2. 部署简单、无依赖
    3. 实时数据Downsample
    4. 高效存储
    1. Metrics+Tags
    2. 适用于容器监控
    3. 具有丰富的查询语言
    4. 维护简单
    5. 集成监控和报警功能
    1. 国产数据库
    2. 灵活部署策略
    3. 学习成本低
    4. 硬件成本低

    缺点

    1. 开源版本没有集群功能
    2. 存在前后版本兼容问题
    3. 存储引擎在变化
    1. 没有集群解决方案
    2. 聚合分析能力较弱
    3. 它并不是为了解决大容量存储问题,TB级以上数据建议保存到远端TSDB中;
    4. 它是为运行时正确的监控数据准备的,无法做到100%精准,存在由内核故障、刮擦故障等因素造成的微小误差。
    1. 暂时不支持集群
    2. TSFile结构版本单一
    3. 计算层薄弱

    展开全文
  • DB-Engines最新发布的2022年3月时序数据库排名榜单中,国产时序数据库DolphinDB继2月荣登该榜单前10后,又前进至第9名,也是目前唯一排名前10的国产时序数据库。自2019年参与DB-Engines排名以来,DolphinDB凭借广大...

    DB-Engines最新发布的2022年3月时序数据库排名榜单中,国产时序数据库DolphinDB继2月荣登该榜单前10后,又前进至第9名,也是目前唯一排名前10的国产时序数据库。自2019年参与DB-Engines排名以来,DolphinDB凭借广大用户的支持与产品优异的性能,排名一路飙升。

     近几年,时序数据库(time-series database)一直是数据库的热点。在DB-Engines最近24个月的流行度报告中,时序数据库力压其他类别的数据库,是增长趋势最快的数据库类别。尽管与关系型数据库相比,时序数据库还很年轻,但关于海量时序数据的新的解决方案、项目和基础工具正在蓬勃发展。

    时序数据无处不在

    如今时序数据的应用场景十分广泛,许多类型的数据都是时间序列数据:

    l 金融市场交易

    l 传感器测量(水冷、高温、地震...)

    l 服务器监控(CPU、内存、磁盘...)

    l 资源消耗(能源、电力...)

    l 人体健康(心率、血氧浓度...)

    l 网络访问

    通过保留数据固有的时间序列性质,我们可以记录下事物是如何随时间变化的事实,正因如此,这一反应真实的客观属性使得时序数据在特定的场景中充满了商业价值:通过分析时序数据,决策者可以了解到生产和业务中的细微变化,从而对资源优化、跟踪、预测、商业智能等方面进行优化。

    当然,想要记录并分析时序数据也带来一个明显的问题: 由于时序数据产生的速度非常快,且规模庞大,如何以一种高性能的方式记录、查询和分析如此大规模的数据,成为了一个难题。时序数据库(time-series database)应运而生。

    掌握过去、了解现在和预测未来

    在时序数据库成为热点之前,时序数据通常使用MySQL或PostgreSQL等关系数据库进行处理。但自2010年以来,随着互联网和通信技术的发展,网络中产生的时间序列数据量有了爆炸式的增长,传统的数据库已经无法处理这种万亿级的海量数据。不仅如此,现代业务对数据价值挖掘的需求已不仅仅停留在简单计算和绘制图表的层面上,而是需要更多精细、复杂的计算分析。以对数据价值嗅觉最敏感的金融领域为例,早在20年前,华尔街就已经开始使用时序数据库对股票交易数据进行实时的计算分析。

    高压缩比,高写入吞吐量,以及高速的时间序列查询,是时序数据库相比于关系数据库在处理海量时序数据方面的最基本的能力和优势。DolphinDB支持每秒百万级以上(随集群规模增大而增大)的数据写入,万亿级数据毫秒级查询以及秒级的计算响应。

    真正让DolphinDB脱颖而出的,是DolphinDB强大的实时数据处理能力和历史数据分析能力。DolphinDB内置了高效的流数据系统和1000+计算函数。在同一个系统内实现了海量历史数据和实时流数据的便捷存储、查询、分析仿真和可视化。同时流批一体的产品设计,让用户可以在极短时间内将研发成果部署到生产环境,极大提高工作效率,提升企业的竞争优势。

    DolphinDB的付费客户遍及中国大陆及港台地区、欧洲、美国、澳大利亚等地,客户领域包括金融、能源、智能制造、电信、化工、水务、营销分析、智慧城市等。DolphinDB让企业从海量数据中高效发掘数据尤其是实时数据的价值,以实时反控业务系统,助力企业和用户实时商业决策,真正做到掌握过去、了解现在和预测未来。

    展开全文
  • 盘点市面上主流的时序数据库

    千次阅读 2022-03-03 09:10:52
    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...
  • TDengine database 作为国内的一款开源的时序数据库,虽然在 GitHub、DB-Ranking、墨天轮等技术网站都有很好的数据表现,在短短的几年中也斩获了无数用户的好评,但也不敢说什么是最好的数据库。TDengine 的创始人...
  • 主要讲解时序数据和时序数据库的特性,介绍目前DB-Engines排名第一的时序数据库InfluxDB,以及阿里云时序数据库InfluxDB®的特点和优势,详细讲解如何使用InfluxDB®管理时序数据,包括数据收集与存储、数据查询和...
  • 数据库 InfluxDB® 版介绍 阿里云数据库 InfluxDB® 版已于近日正式启动商业化 。 云数据库 InfluxDB® 是基于当前最流行的开源数据库 InfluxDB 提供的在线数据库服务,相比较开源具有免运维,稳定可靠,可弹性...
  • 时序数据库(TSDB):全称时间序列数据库,主要分为时间戳(timestamp)、标签(tag)、存档(filed)三部分,按照时间顺序记录数据。 物联网时代的兴星,万物互联的的思想,利用物联网设备的传感器传输设备的实时...
  • 时序数据库时序数据库介绍

    千次阅读 2021-01-19 01:01:52
    1.基本概念时序数据库(Time Series Database)是用于存储和管理时间序列数据的专业化数据库。时序数据库特别适用于物联网设备监控和互联网业务监控场景。下面介绍下时序数据库的一些基本概念(不同的时序数据库称呼略...
  • 据 DB-Engines 数据显示,自2017年以来,每年时序数据库在“过去24个月排名榜”上高居榜首,且远高于其他类型的数据库。这一方面说明业内对时序数据库有着迫切需求,另一方面说明了时序数据库的需求没有被很好地满足...
  • 时序数据库

    千次阅读 2019-06-06 14:29:43
    时序数据库(Time Series Database)是用于存储和管理时间序列数据的专业化数据库,为时间序列数据提供高性能读写和强计算能力的分布式云端数据库服务。时序数据库特别适用于物联网设备监控和互联网业务监控场景。 ...
  • 传统工业实时历史数据库与时序数据库的区别? 本文介绍了实时数据库和时序数据库,并就其特点、应用场景、相关厂商、联系与区别做介绍。 实时历史数据库 ![实时历史数据库架构.png]...
  • 时序数据库InfluxDB介绍

    千次阅读 2022-03-02 09:18:00
    时序数据库InfluxDB介绍实时数据库与时序数据库 原文链接:https://blog.csdn.net/weixin_43135178/article/details/108809344 1 .什么是InfluxDB InfluxDB是一个开源的、高性能的时序型数据库,在时序型数据库DB-...
  • 时序数据库连载系列:时序数据库那些事 正如《银翼杀手》中那句在影史流传经典的台词:“I've seen things you people wouldn't believe... All those ... moments will be lost in time, like tears...in rain.” ...
  • 基于PostgreSQL的时序数据库TimescaleDB

    千次阅读 2021-10-19 13:28:46
    顾名思义,用于处理按照时间变化顺序的数据的数据库即为时序数据库(time-series database),时序数据库专门优化处理带时间标签的数据,为什么会衍生时序数据库这一种新趋势呢?我们知道像PostgreSQL和MySQL这种...
  • 参考文章:时序数据库的4个误区,你踩了几个? yMatrix技术探讨系列,希望能为各位在业务场景中选择到合适的数据平台和技术栈提供一种全新的思路和想法。 30秒执行摘要 时序数据是结构化数据,很适合使用为时序...
  • ES 替换时序数据库

    2021-03-19 10:41:13
    这里贴一张截至当前的时序数据库排名(2017-03 popularity ranking of time Series DBMS )。 很不幸的是,单机版InfluxDB在压测环节爆了,顶不住插入/更新的量。而分布式InfluxDB又闭源了。接下来尝试了一下Elastic...
  • 根据国际知名网站DB-Engines数据,时序数据库在过去24个月内排名高居榜首,且远高于其他类型的数据库,可见业内对时序数据库的迫切需求。 然而业内对时序技术的认知还停留在数年前,本文阐述时序数据库的4大误区...
  • 时序数据库介绍

    万次阅读 2020-09-26 11:16:26
    InfluxDB是一个开源的、高性能的时序数据库,在时序数据库DB-Engines Ranking上排名第一。 在介绍InfluxDB之前,先来介绍下时序数据。按照时间顺序记录系统、设备状态变化的数据被称为时序数据(Time Series ...
  • 根据 2022 年最新 DB-engines排名,主流时序数据库依然是 InfluxDB、Prometheus 等。但从排行上升趋势不难看出,近一年新的时序数据库崭露头角,这也说明企业技术选型的方向也越来越多。
  • 时序数据库调研报告

    2021-04-09 18:07:31
    一、时序数据库应用场景简介 时间序列数据库简称时序数据库(Time Series Database),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。 时序数据的几个特点 基本...
  • 时序数据库及应用场景介绍

    千次阅读 2020-01-08 23:16:17
    一,时序数据库 时间序列数据库简称时序数据库(Time Series Database),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。 时序数据的几个特点 1. 基本上都是...
  • 本文字数:2954字阅读时间:8分钟从三个词说起数据库数据库管理系统、数据库系统。三个词有啥区别?说实话,我是研究生阶段才了解这三个名词的区别,当我刚听到这三个的解释时,我的第一个反应...
  • 物联网IOT时序数据库influxdb(2.x)

    千次阅读 2022-06-12 12:27:55
    InfluxDB是开源时序型数据库,由Go写成,不过可惜的是开源的只有单机版,InfluxDB在集群方面闭源收费了,想大规模应用请引起注意。...InfluxDB在DB-Engines的时序数据库类别里排名世界第一,国内的
  • “ 你应该敬畏时间 , 因为那是一切的密码。——电影《星际穿越》”近日,UCloud新发布了一款时间序列数据库UTSDB (UCloud TimeSeries Database) ,此次...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,052
精华内容 820
关键字:

时序数据库排名

友情链接: practise_e.zip