Scenariusze zastosowań
Baza danych szeregów czasowych (TSDB) to baza danych zoptymalizowana do przetwarzania ciągłych strumieni danych ze znacznikiem czasowym, takich jak odczyty sensorów IoT, metryki serwera, transakcje finansowe. Jest specjalnie zaprojektowany do szybkiego zapisu masowych danych oraz szybkiego agregowania i zapytań w zależności od wymiaru czasu.
W erze Internetu Wszystkiego ilość danych generowanych przez Przemysłowy Internet Rzeczy jest tysiące, a nawet dziesiątki tysięcy razy większa niż w przypadku tradycyjnej informatyzacji, a jest to zbieranie w czasie rzeczywistym, wysoka częstotliwość, gęstość, a dynamiczny model danych jest zmienny w każdej chwili. Tradycyjne bazy danych są bardzo obciążone przechowywaniem, zapytaniami, analizą i innymi operacjami przetwarzania tych danych, dlatego pilnie potrzebny jest system bazodanowy zoptymalizowany pod kątem danych szeregów czasowych, czyli baz danych szeregów czasowych.
Baza danych szeregów czasowych to wyspecjalizowana baza danych do przechowywania i zarządzania danymi szeregami czasowymi, z cechami zapisu więcej i mniejszego odczytu, rozróżnienia gorących i zimnych, wysokiego współbieżnego zapisu, braku wymagań dotyczących transakcji oraz ciągłego zapisu ogromnych ilości danych.
Charakterystyka danych szeregów czasowych
Znacznik czasu: Każdy punkt danych jest oznaczony znacznikiem czasowym, co jest ważne dla obliczania i analizy danych.
Struktura: W przeciwieństwie do ogromnych danych z crawlerów, Weibo i WeChat, dane generowane przez urządzenia sieciowe lub systemy monitorujące są uporządkowane. Dane te mają zdefiniowane typy danych lub stałe długości, takie jak prąd i napięcie zbierane przez inteligentne liczniki, które można wyrazić w standardowej liczbie zmiennoprzecinkowej 4 bajtów.
Streaming: Źródła danych generują dane w mniej więcej stałym tempie, takie jak strumienie audio lub wideo. Te strumienie danych są od siebie niezależne.
Płynny i przewidywalny ruch: W przeciwieństwie do danych z platform e-commerce czy serwisów społecznościowych, ruch danych z szeregów czasowych jest stabilny w czasie i można go obliczać oraz przewidywać na podstawie liczby źródeł danych i okresów próbkowania.
Niezmienność: Dane szeregów czasowych są zazwyczaj tylko do dodawania, podobnie jak dane logowe, i zazwyczaj nie są dozwolone oraz nie wymagają modyfikacji. Istnieje niewiele scenariuszy, w których konieczne są modyfikacje surowych zebranych danych.
Ranking
Adres:Logowanie do linku jest widoczne.Najnowsze rankingi przedstawiają się następująco:
baza danych
1、InfluxDB
InfluxDB to otwartoźródłowa, rozproszona baza danych szeregów czasowych, zdarzeń i metryk napisana w języku Go, bez zewnętrznych zależności. Baza danych jest obecnie głównie wykorzystywana do przechowywania dużych ilości danych z oznaczeniami czasowymi, takich jak dane monitorowania DevOps, metryki APP, dane z czujników loT oraz dane analityczne w czasie rzeczywistym.
Jako najwyżej notowana otwartoźródłowa baza danych szeregów czasowych, InfluxDB obsługuje politykę przechowywania danych (RP) oraz archiwizację danych (CQ), które można wyszukiwać w czasie rzeczywistym, a dane można natychmiast znaleźć po indeksowaniu podczas zapisu.
2、Kdb+
Oficjalnie znana jako najszybsza na świecie baza danych szeregów czasowych, kdb+/q wykorzystuje zunifikowaną bazę danych do przetwarzania danych w czasie rzeczywistym oraz danych historycznych, a także posiada funkcje takie jak silnik CEP (złożone przetwarzanie zdarzeń), baza danych w pamięci oraz baza danych dyskowych. Charakterystyka magazynowania kolumnowego sprawia, że przeprowadzanie analizy statystycznej konkretnej kolumny jest niezwykle wygodne.
W porównaniu z ogólnymi bazami danych czy platformami big data, kdb+/q ma szybszą prędkość i niższy całkowity koszt posiadania, co czyni go idealnym do masowego przetwarzania danych, głównie wykorzystywanego w analizie masowych danych, handlu wysokoczęstotliwościowym, sztucznej inteligencji, Internecie Rzeczy i innych dziedzinach. W sektorze finansowym, gdzie opóźnienia są wymagające, kdb+ ma unikalną przewagę.
3、Prometeusz
Prometheus to otwartoźródłowy framework do monitorowania systemów i alarmów, stworzony przez byłych pracowników Google pracujących w SoundCloud w 2012 roku, opracowany jako projekt open source społecznościowy, oficjalnie wydany w 2015 roku, a rok później oficjalnie dołączył do Cloud Native Computing Foundation.
Jako nowa generacja frameworków monitorujących, Prometheus posiada potężny wielowymiarowy model danych, różnorodne wizualne interfejsy graficzne oraz wykorzystuje tryb pull do zbierania danych o szeregach czasowych, które mogą być przesyłane na serwer Prometheus w formie bramy push.
4、 Grafit
Grafit to otwartoźródłowy system wykresów w czasie rzeczywistym, który wyświetla dane do pomiarów szeregów czasowych. Graphite nie zbiera samych metryk, lecz działa jak baza danych, która odbiera je przez swoje zaplecze, a następnie zapytuje, transformuje i łączy w czasie rzeczywistym.
Graphite obsługuje wbudowany interfejs webowy, który pozwala użytkownikom przeglądać dane pomiarowe i wykresy. Składa się z wielu komponentów back-end i front-end. Komponent back-end służy do przechowywania numerycznych szeregów czasowych, natomiast komponent front-end służy do pozyskiwania danych metrycznych i renderowania wykresów w zależności od sytuacji.
5、TimescaleDB
TimescaleDB to jedyna otwartoźródłowa baza danych szeregów czasowych, która obsługuje pełne SQL i jest zoptymalizowana pod kątem szybkiej ekstrakcji oraz złożonych zapytań obsługujących pełne SQL. Opiera się na PostgreSQL i oferuje najlepsze elementy ze świata NoSQL oraz relacyjnego dla danych szeregów czasowych.
TimescaleDB pozwala programistom i organizacjom jeszcze bardziej korzystać z jego możliwości: analizować przeszłość, rozumieć teraźniejszość i przewidywać przyszłość. Ujednolicenie szeregów czasowych i danych relacyjnych na poziomie zapytań eliminuje silosy danych i ułatwia wdrożenie demonstracji oraz prototypów. Połączenie skalowalności i pełnego interfejsu SQL umożliwia pracownikom zadawanie pytań dotyczących danych. |
Opublikowano13 sekund temu
|
|
|
|
