时序场景需要关系型数据库

很多人认为时序场景只需要时序数据库，实际上很少有场景只需要时序数据库。绝大多数情况下，时序数据库需要关系数据库配合，以解决实际业务问题，因为时序数据库本质只能表达时间序列数据以及和时间序列数据紧密相关的元信息，譬如数据源id，位置，供应商等额外信息。而实际场景中，需要更多信息才能发挥时序数据的价值，譬如工业设备监控、智能制造、柔性制造、个性化定义等等。传统的时序数据库如InfluxDB、OpenTSDB无法解决这种场景，而必须配之以关系型数据库，以获得时序数据更多的上下文信息。

BlueSky高性能时序数据库应用价值

TrendDB管理着企业生产的数据，建立企业集团生产实时数据与企业集团管理数据的连接桥梁，建立企业管理与分析人员的应用软件的公用数据平台，解决原有的信息孤岛问题。

朗坤时序数据库通过对实时数据采集和应用，支撑企业构建厂级监控系统、制造执行系统、能源管理系统等等，广泛应用于电力、石化、冶金、煤矿、装备、交通、环境等领域，是智慧工厂、智慧城市大数据的之一。

?通过联接工业传感网，建立实时数据中心，打造企业大数据平台

?通过生产实时数据，建立设备实时监视平台，为企业安全生产保驾护航

?通过对实时数据进行大数据分析，为企业辅助决策提供数据支撑;

?通过实时数据库提供的可视化开发工具，帮助快速搭建应用。

BlueSky时间序列化数据库时序数据库对IoT的价值

BlueSky时间序列化数据库时序数据是指基于时间的一系列数据，随着IoT、5G等技术的发展，工业物联网、智能家居、监控等行业对时序数据的需求呈现爆发式的增长，而传统关系型数据库难以对此进行有效的处理。不仅因为数据量比之前可能要多数万倍，实时采集、高频度、高密度的动态数据也导致模型随时可变。

为了更好的支持时序数据的存储分析，各种时序数据库（TimeSeries Database）应运而生，时序数据库可以基于时间区间进行聚合分析和检索，实现对时序数据的快速写入、持久化、多纬度的查询等功能。据DB-Engines 2019年12月的新报告显示，近一年内时序数据库的受欢迎程度稳居前列。

BlueSky高性能时序数据库时序业务有哪些特点？

时序业务和普通业务在很多方面都有巨大的区别，归纳起来主要有如下几个方面：持续产生海量数据，没有波峰波谷。举几个简单的例子，比如类似哨兵的监控系统，假如现在系统监控1w台服务器的各类指标，每台服务器每秒采集100种metrics，这样每秒钟将会有100w的TPS。再比如说，现在比较流行的运动手环，假如当前有100w人佩戴，每个手环一秒只采集3种metrcis（心跳、脉搏、步数），这样每秒钟也会产生300w的TPS。数据都是插入操作，基本没有更新删除操作。时序业务产生的数据很少有更新删除的操作，基于这样的事实，在时序数据库架构设计上会有很大的简化。近期数据关注度更高，未来会更关注流式处理这个环节，时间久远的数据被访问，甚至可以丢弃。这个很容易理解，哨兵系统我们通常关心近一小时的数据，很多看看近3天的数据，很少去看3天以前的数据。随着流式计算的到来，时序数据在以后的发展中必然会更关注即时数据的价值，这部分数据的价值毫无疑问也是很大的。数据产生之后就可以根据某些规则进行报警是一个非常常见并重要的场景，报警时效性越高，对业务越有利。数据存在多个维度的标签，往往需要多维度联合查询以及统计查询。时序数据另一个非常重要的功能是多维度聚合统计查询，比如业务需要统计近一小时广告主google发布在USA地区的广告点击率和总收入分别是多少，这是一个典型的多维度聚合统计查询需求。这个需求通常对实效性要求不高，但对查询聚合性能有比较高的要求。