時間是公平的，時間也是不公平的。
公平在于時間對于所有人都是一樣，不偏不倚；不公平在于隨著時間的推移，事物發(fā)展的結果有可能大不相同。摩爾定律告訴我們，當事物進入正常軌道后，其發(fā)展的速度將呈現(xiàn)出指數(shù)級的增長。芯片如此，網(wǎng)絡如此，數(shù)據(jù)亦如此。
于是，當互聯(lián)網(wǎng)進入下半場：工業(yè)互聯(lián)網(wǎng)or產(chǎn)業(yè)互聯(lián)網(wǎng)時代后，聯(lián)所能連，萬物互聯(lián)，同一時間，諸多因素爭相進入指數(shù)級發(fā)展軌道，形成了互聯(lián)網(wǎng)不能承受又不能不承受之重。
人生若只如初見，何事秋風悲畫扇。
對于格創(chuàng)東智所處的工業(yè)互聯(lián)網(wǎng)領域來說，一個非常明顯的特點就是匯聚大量工業(yè)數(shù)據(jù)，而工業(yè)數(shù)據(jù)的一個非常明顯的特點就是和時間有關。
一般而言，工業(yè)數(shù)據(jù)的典型特點包括：
產(chǎn)生頻率快
工業(yè)數(shù)據(jù)采集基本為秒級，部分高頻數(shù)據(jù)采集為毫秒or微秒級，每一個采集點一秒鐘內可產(chǎn)生多條數(shù)據(jù)
嚴重依賴于采集時間
每一條數(shù)據(jù)均要求對應唯一的時間
測點多、信息量大、數(shù)據(jù)結構相對簡單
常規(guī)的實時監(jiān)測系統(tǒng)均有成千上萬的監(jiān)測點，監(jiān)測點每秒鐘都產(chǎn)生數(shù)據(jù)，每天產(chǎn)生幾十GB的數(shù)據(jù)量
工業(yè)數(shù)據(jù)是IT界“只如初見”的新問題，但是，在工業(yè)界，這早就不是問題。
在傳統(tǒng)的工業(yè)數(shù)據(jù)采集和工業(yè)監(jiān)控領域（SCADA），都需要對聯(lián)網(wǎng)的設備進行監(jiān)控，并對監(jiān)控采樣到的數(shù)據(jù)進行持久化。在工業(yè)領域早就有專門的數(shù)據(jù)庫來完成這個任務了。
這個專門的數(shù)據(jù)庫就叫做：實時數(shù)據(jù)庫（此處應有掌聲）。工業(yè)領域的實時數(shù)據(jù)庫具有數(shù)據(jù)采集、實時數(shù)據(jù)緩存、數(shù)據(jù)回寫（向設備發(fā)送指令）、采樣數(shù)據(jù)歸檔存盤等主要功能。目前工業(yè)領域實時數(shù)據(jù)庫基本上被國外廠家所壟斷，價格昂貴。以著名的PI數(shù)據(jù)庫為例，基礎版本（只有5000個測點）就需要大約10萬美元，每個數(shù)據(jù)采集接口需要6000美元。于是，不知道有多少工業(yè)版的IoT項目都被扼殺在“搖籃中”，被“秋風悲畫扇”了……
上帝關門，必然開窗。
所幸，接物聯(lián)網(wǎng)的東風，時序數(shù)據(jù)庫（Time Series Database，TSDB）應運而“升”。
先看看維基百科上的解釋：
勉強翻譯一下：“時序列數(shù)據(jù)庫就是用來存儲時序列（time－series）數(shù)據(jù)并以時間（時間點或時間區(qū)間）建立索引的軟件。”
簡而言之，時序數(shù)據(jù)庫全稱為時間序列數(shù)據(jù)庫。時間序列數(shù)據(jù)庫主要用于指處理帶時間標簽（按照時間的順序變化，即時間序列化）的數(shù)據(jù)，帶時間標簽的數(shù)據(jù)也稱為時間序列數(shù)據(jù)。
規(guī)范言之，時間序列數(shù)據(jù)（Time Series Data，TSD）可以用一個二元函數(shù)來表示：
TSD ＝Metric（Timestamp，Measurement），其中：
Metric代表可以唯一標識的數(shù)據(jù)序列；
Timestamp代表時間戳；
Measurement代表被測量；
簡單的說，就是這類數(shù)據(jù)描述了某個被測量的主體在一個時間范圍內的每個時間點上的測量值。它普遍存在于電力、化工行業(yè)等行業(yè)以及IT基礎設施、運維監(jiān)控系統(tǒng)和物聯(lián)網(wǎng)等各類型實時監(jiān)測中。
用來存儲、管理、查詢、處理上述二元函數(shù)數(shù)據(jù)的數(shù)據(jù)庫，則可以稱之為時序數(shù)據(jù)庫。
時序數(shù)據(jù)庫主要以解決下面幾個問題：
時序數(shù)據(jù)的寫入：如何支持每秒鐘上千萬上億數(shù)據(jù)點的寫入。
時序數(shù)據(jù)的查詢：又如何支持在秒級對上億數(shù)據(jù)的分組聚合運算。
時序數(shù)據(jù)的存儲：解決由海量數(shù)據(jù)存儲帶來的成本敏感問題。
時序數(shù)據(jù)的生命周期管理：工業(yè)數(shù)據(jù)的價值主要體現(xiàn)在及時性，因此，工業(yè)數(shù)據(jù)的生命周期管理是時序數(shù)據(jù)庫的核心使命。
各位看官，麻煩度娘一下，關鍵字：互聯(lián)網(wǎng)監(jiān)控系統(tǒng)，大家就會發(fā)現(xiàn)小米、餓了嗎等互聯(lián)網(wǎng)巨頭也都在用時序數(shù)據(jù)庫實現(xiàn)企業(yè)級的互聯(lián)網(wǎng)監(jiān)控系統(tǒng)。更別提目前所有國內外主流工業(yè)互聯(lián)網(wǎng)平臺了，幾乎都是采用時序數(shù)據(jù)庫來承接海量涌入的工業(yè)數(shù)據(jù)。
看到這里，估計已經(jīng)有很多“杠精”躍躍欲試了：憑什么強大的Oracle、PostgreSQL 等傳統(tǒng)關系型數(shù)據(jù)庫搞不定時序數(shù)據(jù)？憑什么不用HBase、MongoDB、Cassandra等先進的分布式數(shù)據(jù)庫來解決工業(yè)數(shù)據(jù)問題？有什么深刻技術理由非要用這個2017年才火爆起來的時序數(shù)據(jù)庫呢？請繼續(xù)關注格物匯的后續(xù)精彩文章！
本文作者：格創(chuàng)東智首席架構師王錦博士（轉載請注明作者及來源）
評論