|
|
Veröffentlicht amVor 13 Sekunden
|
|
|
|
Anwendungsszenarien
Eine Zeitreihendatenbank (TSDB) ist eine Datenbank, die für die Verarbeitung zeitgestempelter kontinuierlicher Datenströme wie IoT-Sensorlesungen, Servermetriken und Finanztransaktionen optimiert ist. Es ist speziell für das Hochfrequenzschreiben großer Datenmengen sowie für schnelle Aggregation und Abfragen basierend auf der Zeitdimension konzipiert.
Im Zeitalter des Internet of Everything ist die vom Industrial Internet of Things erzeugte Datenmenge tausende oder sogar zehntausende Male größer als bei traditioneller Informatisierung, und es handelt sich um Echtzeit-Erfassung, hohe Frequenz, hohe Dichte, und das dynamische Datenmodell ist jederzeit veränderbar. Traditionelle Datenbanken sind bei der Speicherung, Abfrage, Analyse und anderer Verarbeitung dieser Daten stark beansprucht, und es besteht ein dringender Bedarf an einem Datenbanksystem, das für Zeitreihendaten, also Zeitreihendatenbanken, optimiert ist.
Die Zeitreihendatenbank ist eine spezialisierte Datenbank zum Speichern und Verwalten von Zeitreihendaten, mit den Eigenschaften mehr Schreiben und weniger Lesen, heißer und kalter Unterscheidung, hohem gleichzeitigem Schreiben, keinen Transaktionsanforderungen und kontinuierlichem Schreiben massiver Daten.
Merkmale von Zeitreihendaten
Zeitstempel: Jeder Datenpunkt ist zeitgestempelt, was für die Berechnung und Analyse der Daten wichtig ist.
Strukturiert: Im Gegensatz zu den umfangreichen Daten von Webcrawlern, Weibo und WeChat sind die von vernetzten Geräten oder Überwachungssystemen generierten Daten strukturiert. Diese Daten haben vordefinierte Datentypen oder feste Längen, wie den Strom und die Spannung, die von Smart Metern erfasst werden und in einer Standard-Gleitkommazahl von 4 Bytes ausgedrückt werden können.
Streaming: Datenquellen erzeugen Daten mit einer ungefähr konstanten Rate, wie zum Beispiel Audio- oder Videostreams. Diese Datenströme sind voneinander unabhängig.
Reibungsloser und vorhersehbarer Traffic: Im Gegensatz zu Daten von E-Commerce-Plattformen oder sozialen Medien ist der Datenverkehr der Zeitreihen über die Zeit stabil und kann anhand der Anzahl der Datenquellen und Stichprobenperioden berechnet und vorhergesagt werden.
Unveränderlichkeit: Zeitreihendaten sind in der Regel nur anhängbar, ähnlich wie Logdaten, und sind in der Regel nicht erlaubt und müssen nicht geändert werden. Es gibt nur wenige Szenarien, in denen Änderungen an den gesammelten Rohdaten erforderlich sind.
Rangliste
Adresse:Der Hyperlink-Login ist sichtbar.Die neuesten Ranglisten sind wie folgt:
Datenbank
1、InfluxDB
InfluxDB ist eine Open-Source-Datenbank für verteilte Zeitreihen, Ereignisse und Metriken, die in der Go-Sprache ohne externe Abhängigkeiten geschrieben wurde. Die Datenbank wird heute hauptsächlich verwendet, um große Mengen zeitgestempelter Daten wie DevOps-Monitoringdaten, APP-Metriken, LoT-Sensordaten und Echtzeit-Analysedaten zu speichern.
Als die höchstrangige Open-Source-Zeitreihendatenbank unterstützt InfluxDB Datenspeicherpolitik (RP) und Datenarchivierung (CQ), die in Echtzeit abgefragt werden können und die Daten sofort nach der Indexierung beim Schreiben gefunden werden können.
2、Kdb+
Offiziell bekannt als die weltweit schnellste Zeitreihendatenbank, verwendet kdb+/q eine einheitliche Datenbank zur Verarbeitung von Echtzeitdaten und historischen Daten und verfügt über Funktionen wie CEP (Complex Event Processing)-Engine, In-Memory-Datenbank und Festplattendatenbank. Die Eigenschaften der Säulenspeicherung machen es äußerst bequem, eine statistische Analyse einer bestimmten Spalte durchzuführen.
Im Vergleich zu allgemeinen Datenbanken oder Big-Data-Plattformen hat kdb+/q eine höhere Geschwindigkeit und niedrigere Gesamtbesitzkosten, was es ideal für umfangreiche Datenverarbeitung macht, hauptsächlich für umfangreiche Datenanalyse, Hochfrequenzhandel, künstliche Intelligenz, Internet der Dinge und andere Bereiche. Im Finanzsektor, wo die Latenz anspruchsvoll ist, hat kdb+ einen einzigartigen Vorteil.
3、Prometheus
Prometheus ist ein Open-Source-Systemüberwachungs- und Alarm-Framework, das 2012 von ehemaligen Google-Mitarbeitern bei SoundCloud entwickelt und als Community-Open-Source-Projekt entwickelt wurde, offiziell 2015 veröffentlicht wurde und im folgenden Jahr offiziell der Cloud Native Computing Foundation beigetreten ist.
Als neue Generation von Monitoring-Frameworks verfügt Prometheus über ein leistungsstarkes multidimensionales Datenmodell, verschiedene visuelle grafische Schnittstellen und nutzt den Pull-Modus, um Zeitreihendaten zu sammeln, die in Form eines Push-Gateways an den Prometheus-Server gesendet werden können.
4、 Graphit
Graphite ist ein Open-Source-Echtzeit-Grafiksystem, das Daten für Zeitreihenmessungen darstellt. Graphite sammelt die Metriken nicht selbst, sondern fungiert wie eine Datenbank, die sie über sein Backend empfängt und sie dann in Echtzeit abfracht, transformiert und kombiniert.
Graphite unterstützt eine integrierte Weboberfläche, die es den Nutzern ermöglicht, Messdaten und Diagramme zu durchsuchen. Es besteht aus mehreren Backend- und Front-End-Komponenten. Die Backend-Komponente wird verwendet, um numerische Zeitreihendaten zu speichern, während die Frontend-Komponente dazu dient, metrische Item-Daten zu erhalten und Diagramme basierend auf der jeweiligen Situation darzustellen.
5、TimescaleDB
TimescaleDB ist die einzige Open-Source-Zeitreihendatenbank, die vollständiges SQL unterstützt und für schnelle Extraktionen sowie komplexe Abfragen optimiert ist, die vollständiges SQL unterstützen. Es basiert auf PostgreSQL und bietet das Beste aus der NoSQL- und relationalen Welt für Zeitreihendaten.
TimescaleDB ermöglicht es Entwicklern und Organisationen, seine Fähigkeiten noch besser zu nutzen: die Vergangenheit zu analysieren, die Gegenwart zu verstehen und die Zukunft vorherzusagen. Die Vereinheitlichung von Zeitreihen- und relationalen Daten auf Abfrageebene beseitigt Datensilos und erleichtert die Implementierung von Demos und Prototypen. Die Kombination aus Skalierbarkeit und einer vollständigen SQL-Oberfläche ermöglicht es den Mitarbeitenden, Datenfragen zu stellen. |
Vorhergehend:.NET/C# verwendet SqlScriptDOM, um ausgeführte SQL-Anweisungen zu parsen.
|
