BlueSky高性能时序数据库技术/问题

趋势方面了解完之后，我们细致地看看现在的时序数据库有哪些特点、如何分类、有哪些技术。首先，我们从存储架构角度，看看时序数据库的分类情况。类就是是基于关系数据库的时序数据库，比如timescale。第二类就是基于KV的时序数据库，比如OpenTSDB。第三类就是专门面向时序数据场景的原生时序数据库，比如InfluxDB,Io和Tengine等。

BlueSky高性能时序数据库新思路新架构具备很大的优势

性能好：关系数据库六十年积累沉淀了大量好的数据处理技术，加上针对时序的专门优化，性能远超其他时序数据库；精简技术栈，无需关系数据库+时序数据库的产品组合方式，大大提升开发效率，降低运维复杂度；支持ACID，确保数据不错不丢不重，把ACID复杂度留给数据库开发人员而不是丢给应用开发人员；功能丰富：关系时序数据库具备几乎所有关系数据库的功能，譬如支持丰富的数据类型，包括数组、JSON等复合类型；支持自定义函数/存储过程；支持触发器；支持索引；支持监控管理；支持备份***；支持冷热分级存储；支持灵活的分区等；完善的生态：关系数据库生态体系发展了几十年，关系时序数据库可以直接融入到已有的生态中。

BlueSky高性能时序数据库趋势2

第三，AI会和数据库做融合，“AI for DB，DB for AI”。DB for AI是指以后数据库上面支撑的场景应用约60%-70%都将跟AI相关，数据库需要对AI的训练、推理、数据快速迭代和响应做更好的支持。AI for DB是指当数据量特别大、数据类型也特别复杂时，需要AI帮助人工做数据库管理的强化学习，以确定型的学习结构、确定型的学习关系，帮助DBA更好地存储数据、应用数据。

时间序列数据库根据数值范围

按照时间区间或ID区间来切分。例如：按日期将不同月甚至是日的数据分散到不同的库中；将userId为1~9999的记录分到个库，10000~20000的分到第二个库，以此类推。某种意义上，某些系统中使用的"冷热数据分离"，将一些使用较少的历史数据迁移到其他库中，业务功能上只提供热点数据的查询，也是类似的实践。