在學習關(guān)系數(shù)據(jù)庫的時候，很多教材都會提供一些經(jīng)典的例子，比如如何為學生建表，管理他們學習的科目、成績、綜合表現(xiàn)等，先從邏輯上分解定義庫、表，同時通過主鍵外鍵構(gòu)建起表與表之間的關(guān)系，然后轉(zhuǎn)換成具體的 SQL 語句，最后通過各類關(guān)系運算實現(xiàn)數(shù)據(jù)的增刪改查。

但是在使用時序數(shù)據(jù)庫（Time Series Database，TSDB）的時候，我們首先要面對的一個問題就是如何建立數(shù)據(jù)模型（Data Model），也就是如何將業(yè)務(wù)邏輯中的實體數(shù)據(jù)具體映射到所選的時序庫。

而且出于對讀寫性能、壓縮效率等目標的權(quán)衡，不同的時序數(shù)據(jù)庫產(chǎn)品有可能會選擇不同的模型，這時候就要仔細分析了。本文將以 InfluxDB 和 TDengine 為例，對比學習一下它們的數(shù)據(jù)模型。

概述

InfluxDB 針對現(xiàn)實世界的測量值選擇了 bucket、measurement 這兩個核心概念，沒有關(guān)系數(shù)據(jù)庫里的 database、table 等概念；而 TDengine 選擇了兼容 SQL、降低門檻的路線，也就繼承了 database、table 等概念，同時創(chuàng)新性地提出了“一個數(shù)據(jù)采集點一張表”的數(shù)據(jù)模型。

InfluxDB 的數(shù)據(jù)模型

我們先來看看 InfluxDB 中的核心概念。根據(jù)其官方文檔：

InfluxDB 數(shù)據(jù)模型將時序數(shù)據(jù)組織為 bucket 和 measurement。一個 bucket 可以包含多個 measurement。measurement 可以包含多個標簽和字段。

可以將 bucket 理解為存儲時序數(shù)據(jù)的位置，我們可以為其指定時序數(shù)據(jù)的保存策略。measurement 則用于時序數(shù)據(jù)的邏輯分組。從邏輯意義上對比，我們可以把 bucket 看作關(guān)系數(shù)據(jù)庫中的 database，把 measurement 看作 table。

measurement 又包括幾個部分：

• 標簽（tag）：其值不經(jīng)常改變的鍵值對。用來保存一些相對靜態(tài)的信息，比如采集設(shè)備的主機、位置、站點等。
• 字段（field）：其值隨著時間經(jīng)常改變的鍵值對，比如溫度、壓強、股價等。
• 時間戳（timestamp）：與當前數(shù)據(jù)關(guān)聯(lián)的時間戳。

在此基礎(chǔ)上，InfluxDB 又有兩個新的概念，point（數(shù)據(jù)點）和時間線（series），當然這在很多時序數(shù)據(jù)庫中都是類似的。

整體來看，InfluxDB 的數(shù)據(jù)模型比較直觀，而且不需要提前定義好模式，容易上手，后期如果有需要，動態(tài)增加新的字段也比較容易。當然，考慮后續(xù)的查詢性能，在數(shù)據(jù)量非常大的情況下，也需要仔細設(shè)計 measurement 中的 tag 和 field，在此就不做贅述。新用戶可以直接使用 InfluxDB 的圖形界面或命令行客戶端來創(chuàng)建 bucket，然后就可以利用行協(xié)議寫入數(shù)據(jù)了。就像這樣：

influx write \
  --bucket get-started \
  --precision s "
home,room=Living\ Room temp=21.1,hum=35.9,co=0i 1641024000
home,room=Kitchen temp=21.0,hum=35.9,co=0i 1641024000
home,room=Living\ Room temp=21.4,hum=35.9,co=0i 1641027600
home,room=Kitchen temp=23.0,hum=36.2,co=0i 1641027600
home,room=Living\ Room temp=21.8,hum=36.0,co=0i 1641031200
home,room=Kitchen temp=22.7,hum=36.1,co=0i 1641031200
home,room=Living\ Room temp=22.2,hum=36.0,co=0i 1641034800
"

在查詢方面，InfluxDB 提供了類 SQL 的 InfluxQL 語言，后來又推出了函數(shù)式的腳本語言 Flux。需要一定的學習成本。

TDengine 的數(shù)據(jù)模型

TDengine 充分利用了時序數(shù)據(jù)的特點，提出了“一個數(shù)據(jù)采集點一張表”與“超級表”的概念，設(shè)計了創(chuàng)新的存儲引擎，讓數(shù)據(jù)的寫入、查詢和存儲效率都得到極大的提升。

首先，TDengine 為了讓有數(shù)據(jù)庫經(jīng)驗的從業(yè)者快速上手，直接選擇了以 SQL 為接口語言的設(shè)計策略。所謂“一個數(shù)據(jù)采集點一張表”，就是在設(shè)計數(shù)據(jù)模型時，要對每個數(shù)據(jù)采集點單獨建一張表，用來存儲這個數(shù)據(jù)采集點所采集的時序數(shù)據(jù)。這種設(shè)計有幾大優(yōu)點：

1. 由于不同數(shù)據(jù)采集點產(chǎn)生數(shù)據(jù)的過程完全獨立，每個數(shù)據(jù)采集點的數(shù)據(jù)源是唯一的，一張表也就只有一個寫入者，這樣就可采用無鎖方式來寫，寫入速度就能大幅提升。
2. 對于一個數(shù)據(jù)采集點而言，其產(chǎn)生的數(shù)據(jù)是按照時間排序的，因此寫的操作可用追加的方式實現(xiàn)，進一步大幅提高數(shù)據(jù)寫入速度。
3. 一個數(shù)據(jù)采集點的數(shù)據(jù)是以塊為單位連續(xù)存儲的。如果讀取一個時間段的數(shù)據(jù)，它能大幅減少隨機讀取操作，成數(shù)量級的提升讀取和查詢速度。
4. 一個數(shù)據(jù)塊內(nèi)部，采用列式存儲，對于不同數(shù)據(jù)類型，采用不同壓縮算法，而且由于一個數(shù)據(jù)采集點的采集量的變化是緩慢的，壓縮率更高。

由于一個數(shù)據(jù)采集點一張表，導致表的數(shù)量巨增，難以管理，而且應用經(jīng)常需要做采集點之間的聚合操作，聚合的操作也變得復雜起來。為解決這個問題，TDengine 引入了超級表（Super Table，簡稱為 STable）的概念。在 TDengine 的設(shè)計里，表用來代表一個具體的數(shù)據(jù)采集點，超級表用來代表一組相同類型的數(shù)據(jù)采集點集合。

所以在使用 TDengine 時，我們要先創(chuàng)建庫（database），再創(chuàng)建超級表，然后為具體的數(shù)據(jù)采集點創(chuàng)建子表。從創(chuàng)建到管理數(shù)據(jù)，都可用自己熟悉的 SQL 語法。TDengine 3.0 新增的流式計算語法，也是直接擴充了 SQL，很容易上手。

當然，硬幣總有兩面。TDengine 為了性能選擇了這樣的設(shè)計，但是像 InfluxDB 的無模式操作，實現(xiàn)起來就要復雜一些。不過 TDengine 也通過內(nèi)部功能提供了無模式寫入功能。

本文簡單對比了 InfluxDB 和 TDengine 的數(shù)據(jù)模型?？偨Y(jié)而言，如果沒有數(shù)據(jù)庫相關(guān)背景，InfluxDB 上手比較直觀；如果有 SQL 經(jīng)驗，甚至在業(yè)務(wù)中已經(jīng)用 MySQL 等關(guān)系數(shù)據(jù)庫處理過時序數(shù)據(jù)，則 TDengine 更為友好。

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
• 如何選擇一款最佳的時序數(shù)據(jù)庫
• TDengine 3.0 是如何解決時序數(shù)據(jù)庫中的高基數(shù)問題的？