從 DB-Ranking 數(shù)據(jù)庫熱門趨勢來看，時序數(shù)據(jù)庫 Time Series Database (TSDB)這兩年異軍突起。這一類數(shù)據(jù)庫大熱的原因與所處理的數(shù)據(jù)類型息息相關(guān)，那時間序列數(shù)據(jù)到底是什么？為什么說時間序列數(shù)據(jù)與我們生活有著密切聯(lián)系？

從字面上來理解，時間序列數(shù)據(jù)就是具有時間排序的數(shù)據(jù)。百度百科的定義是：“時間序列數(shù)據(jù)是同一統(tǒng)一指標(biāo)按時間順序記錄的數(shù)據(jù)列。”如果用一些生活中常見的數(shù)據(jù)來舉例，你可能就會覺得時間序列數(shù)據(jù)并不是多么晦澀難懂了，比如我們現(xiàn)在家家戶戶都在用的智能電表。每家的每一塊電表都在不同的時間記錄著家中電量的消耗，電表上總在跳動的指示燈就代表著時間序列數(shù)據(jù)的跳動。那每一棟樓、每個小區(qū)甚至大到每一座城市，數(shù)以萬計的智能電表在相同的時間間隔下產(chǎn)生的數(shù)據(jù)，我們就可以用 Time Series Database 來記錄。

上圖是一系列的電表數(shù)據(jù)統(tǒng)計，從中我們可以看出時間序列數(shù)據(jù)有幾個明顯的特征。首先每組數(shù)據(jù)都帶有時間戳，其次數(shù)據(jù)都是結(jié)構(gòu)化的，以數(shù)字性為主，再從電表數(shù)據(jù)的處理與分析需求出發(fā)，我們可以總結(jié)出時間序列數(shù)據(jù)的幾大特點：

1、所有采集的數(shù)據(jù)都是時序數(shù)據(jù)

2、數(shù)據(jù)都是結(jié)構(gòu)化的

3、一個采集點的數(shù)據(jù)源是唯一的

4、數(shù)據(jù)很少有更新或刪除操作

5、數(shù)據(jù)一定是指定時間段和指定區(qū)域查找的

6、實時數(shù)據(jù)庫數(shù)據(jù)量巨大，一天的數(shù)據(jù)量就超過100億條

再以監(jiān)控數(shù)據(jù)為例，上圖是對某項目監(jiān)控數(shù)據(jù)進行的統(tǒng)計分析，做過運維的小伙伴一定非常熟悉，橫軸是時間，縱軸是采集量，可以看出：

1、有些時間序列數(shù)據(jù)在很長一段時間內(nèi)都是固定的值，但是某些時間點也會產(chǎn)生異常跳變，異常檢測在時間序列數(shù)據(jù)的處理過程中，也是非常重要的一環(huán)，本文不過多展開；

2、有些時間序列數(shù)據(jù)在一段時間內(nèi)是一個變化趨勢；

3、有些時間序列數(shù)據(jù)在一定數(shù)值范圍內(nèi)會進行波動，有些波動頻率高，有些波動頻率低；在對應(yīng)上我們剛才說的時間序列數(shù)據(jù)的特點，就非常容易理解了。

通過上述文字，大家了解了時間序列數(shù)據(jù)的特點，那生活中有什么場景是可以用 Time Series Database 來處理的呢？TDengine 時序數(shù)據(jù)庫(TSDB)在產(chǎn)品不斷研發(fā)創(chuàng)新的過程中，也有幸結(jié)識了一些不同業(yè)務(wù)場景上需要使用 Time Series Database 的合作伙伴。簡單的舉個例子，出行方面有理想汽車、蔚來汽車、領(lǐng)跑汽車等都在車聯(lián)網(wǎng)數(shù)據(jù)、加電基站監(jiān)測等方面運用了 TDengine，快遞運輸行業(yè)中有順豐科技、貨拉拉等也將 TDengine 運用在了業(yè)務(wù)監(jiān)測或數(shù)據(jù)監(jiān)測上。但關(guān)于 Time Series Database 的應(yīng)用可遠不止這些，更多的經(jīng)典案例歡迎大家移步 TDengine 官網(wǎng)-博客-用戶案例中查閱，也歡迎大家和我們一起探討。