近兩年，時序數(shù)據(jù)庫逐漸成為流行度最高的數(shù)據(jù)庫之一，在過去的 10 年里，至少有 20 個新的時序數(shù)據(jù)庫發(fā)布。那我們?nèi)绾芜x擇時序數(shù)據(jù)庫？本文列出了優(yōu)秀時序數(shù)據(jù)庫應(yīng)該具備的十大標準，給你參考。

開源

馬克·安德森說過，軟件吞噬世界，而開源則在吞噬軟件。和封閉系統(tǒng)不同，開源軟件有著“低成本”“自由”“透明”的優(yōu)勢，除此之外，開源軟件還擁有更開放、更強壯的生態(tài)，以及更友好的開發(fā)者社區(qū)。

高性能

時序數(shù)據(jù)庫是基于時序數(shù)據(jù)的特點以及應(yīng)用的特點進行優(yōu)化和設(shè)計的，這類專業(yè)的數(shù)據(jù)庫使時序數(shù)據(jù)的處理變得更加高效，性能也比通用數(shù)據(jù)庫更好。但一些時序數(shù)據(jù)庫在基數(shù)較低時表現(xiàn)良好，但是隨著基數(shù)的增加，其性能也會變差；此外，一些時序數(shù)據(jù)庫在查詢歷史數(shù)據(jù)時，延遲太高，性能不夠，這都給數(shù)據(jù)庫管理員帶來了很大的挑戰(zhàn)。因此，我們一定要選擇無論數(shù)據(jù)集大小，性能表現(xiàn)都非常好的時序數(shù)據(jù)庫。

可擴展性

時序數(shù)據(jù)積累得非常快，好的時序數(shù)據(jù)庫應(yīng)具備超強的水平擴展能力。這是當前許多時序數(shù)據(jù)庫的弱點，甚至最流行的時序數(shù)據(jù)庫 InfluxDB 也只有企業(yè)版具有可擴展性。

支持 SQL

SQL 仍然是數(shù)據(jù)庫中最流行的查詢語言，它功能強大、速度快，為眾多程序員所喜愛。但諸如 InfluxDB、Prometheus、OpenTSDB 等眾多時序數(shù)據(jù)庫，都設(shè)置了自己的查詢語言，并沒有使用 SQL，這就增加了學習門檻和應(yīng)用程序遷移成本。不同的是，TDengine 和 TimescaleDB 都保留了 SQL 作為查詢語言，因此這一類時序數(shù)據(jù)庫也更易上手。

豐富的生態(tài)系統(tǒng)

為了便于用戶快速開發(fā)自己的應(yīng)用，優(yōu)秀的時序數(shù)據(jù)庫應(yīng)該提供豐富的生態(tài)接口，除了提供符合 RESTful 設(shè)計標準的 API 外，還應(yīng)該提供主流編程語言的連接器，并支持各種可視化軟件和 BI 工具的無縫集成。

云原生

云是未來，數(shù)據(jù)庫也一定會走向云原生（Cloud Native）。云原生數(shù)據(jù)庫提供了按照實際使用資源量來計費的能力，以降低運營成本。此外，它提供了快速開發(fā)原型、研發(fā)、測試以及部署新的應(yīng)用的能力，可以大大縮短新的應(yīng)用從設(shè)計開發(fā)到進入市場的時間。因此，一定要選擇云原生，而不只是能在云上運行的數(shù)據(jù)庫。

極簡

時序數(shù)據(jù)處理需要的不僅僅是存儲和分析。在典型的時序數(shù)據(jù)處理平臺中，TSDB 總是與流處理、緩存、數(shù)據(jù)訂閱和其他工具集成在一起，這使得系統(tǒng)設(shè)計復(fù)雜且難以維護。此外，它還需要消耗更多的計算和存儲資源。因此，我們需要選擇一款構(gòu)建了自己的緩存、流計算和數(shù)據(jù)訂閱功能的極簡時序數(shù)據(jù)處理平臺，來降低系統(tǒng)的復(fù)雜度和成本。

能夠處理亂序數(shù)據(jù)

一些時序數(shù)據(jù)庫無法處理亂序數(shù)據(jù)，只能丟棄，比如 Prometheus。如果你有需要處理亂序數(shù)據(jù)的場景（比如網(wǎng)絡(luò)波動或弱網(wǎng)條件下，數(shù)據(jù)插入請求會有所延遲，又或者需要批量補入數(shù)據(jù)），這就需要選擇能解決亂序?qū)懭氲臅r序數(shù)據(jù)庫。

輕量級

在有些情況下，在邊緣側(cè)，你可能無法部署大型系統(tǒng)，這時就需要選擇一個輕量級、極簡的時序數(shù)據(jù)庫解決方案。

可觀測性

在諸多行業(yè)的物聯(lián)網(wǎng)、大數(shù)據(jù)場景下，數(shù)據(jù)監(jiān)控都有著極其重要的作用，通過數(shù)據(jù)指標我們可以對業(yè)務(wù)進行監(jiān)督和控制，以便實現(xiàn)準確的監(jiān)控報警和業(yè)務(wù)預(yù)測。因此，優(yōu)秀的時序數(shù)據(jù)庫解決方案應(yīng)具備可觀測性，并能與 Grafana、Promethues、Telegraf 等流行的工具集成。

從上述十大標準出發(fā)，加上模擬業(yè)務(wù)環(huán)境進行一番調(diào)研測試，一定能選出適合您業(yè)務(wù)場景數(shù)據(jù)處理需求的時序數(shù)據(jù)庫。

TDengine 是一款開源、高性能、云原生的時序數(shù)據(jù)庫，且針對物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、金融、IT 運維等場景進行了設(shè)計優(yōu)化和技術(shù)創(chuàng)新。TDengine 的代碼，包括集群功能，都已經(jīng)在 GNU AGPL v3.0 下進行了開源。除核心的時序數(shù)據(jù)庫功能外，其還提供緩存、數(shù)據(jù)訂閱、流式計算等其他功能以降低系統(tǒng)復(fù)雜度及研發(fā)和運維成本。

TDengine 的部署極其簡單，為方便使用，標準的服務(wù)端安裝包包含了 taosd、taosAdapter、taosc、taos、taosdump、taosBenchmark、TDinsight 安裝腳本和示例代碼。您可以免費、輕松地部署及運行。

如果您想立即免費試用 TDengine，請點擊「快速開始」，立即使用。

更多時序數(shù)據(jù)庫知識點

• 什么是時序數(shù)據(jù)庫（TSDB）？我們?yōu)槭裁葱枰獣r序數(shù)據(jù)庫？
• 時間序列數(shù)據(jù)的特點
• 數(shù)據(jù)模型對比之 InfluxDB vs TDengine
• TDengine 3.0 是如何解決時序數(shù)據(jù)庫中的高基數(shù)問題的？