MRSIoTDB是连年来最新推出的时序数据库居品，其杰出的想象理念在时序数据库界限展现出越来越远大的竞争力，取得了越来越多的用户认同。为了众人更好地了解MRSIoTDB，本文将会系统地为众人先容MRSIoTDB的世代相承和功能特质，要点为众人先容MRSIoTDB时序数据库的架构想象与收场，此次先为众人先容MRSIoTDB的全体架构想象，后续系列著作会为众人温顺伸开细节先容。

1、什么是时序数据库

时序数据库是时分序列数据库的简称，指的是成心对带时分标签（按照时分的轨则变化，即时分序列化）的数据进行存储、查询、分析等经管操作的专用数据库系统。平日来说，时序数据库等于成心用来记载举例物联网设立的温度、湿度、速率、压力、电压、电流以及证券买入卖出价等跟着时分演进按捺变化的各样数值（测点、事件）的数据库。

刻下，跟着大数据本事发展和应用的按捺长远，以物联网IoT(InternetOfThings)、金融分析为代表的两类数据，确认出跟着时分的演进鸠合按捺地产生无数传感器数值或事件数据。时分序列数据(timeseriesdata)就所以数据(事件)发生的时刻（时分戳）为时分轴酿成的鸠合按捺的数值序列。举例某物联网设立不同期刻的的温度数据组成一个时分序列数据：

非论是机器产生的传感器数据，仍是人类看成产生的社会事件数据，都有一些共同的特征：

（1）蚁集频率高：每秒蚁集几十次、上百次、十万次乃至百万次；

（2）蚁集精度高：最少营救毫秒级蚁集，有些需要营救微秒级和纳秒级蚁集；

（3）蚁集跨度大：7*24小时不息按捺地鸠合蚁集几年、乃至数十年数据；

（4）存储周期长：需要营救时序数据的持久存储，致使对有些数据需要进行长达上百年的耐久存储（举例地震数据）；

（5）查询窗口长：需要营救从毫秒、秒、分钟、小时到日、月、年等不同粒度的时分窗口查询；也需要营救万、十万、百万、千万等不同粒度的数目窗口查询；

不仅有全国排行榜上的国企，央企以及知名的其他房企，而且还有本地的开发商，他们做的产品可以说是冠绝中原乃至全国。

（6）数据清洗难：时分序列数据存在乱序、缺失、十分等复杂情况，需要专

用算法进行高效及时经管；

（7）及时条目高：非论是传感器数据照往事件数据，都需要毫秒级、秒级的及时治明智商，以确保对及时反应和治明智商；

（8）算法专科强：时分序列数据在地震、金融、电力、交通等不同界限，都有好多垂直界限的专科时序分析需求，需要运用时序趋势臆度、不异子序列分析、周期性臆度、时分转移平均、指数平滑、时分自记忆分析以及基于LSTM的时序神经收集等算法进行专科分析。

字据时序数据的共同特征不错看出，时分序列很是的场景需求给传统的关通盘据库存储和大数据存储都带来了挑战，无法是领受关通盘据库进行结构化存储，仍是领受NoSQL数据库进行存储，都无法得志海量时序数据高并发及时写入和查询的需求。因此，进攻需要一种成心用于存储时分序列数据的专用数据库，时序数据库的意见和居品就这么降生了。

需要镇定的是：时序数据库不同于时态数据库和及时数据库。时态数据库(TemporalDatabase)是一种好像记载对象变化历史，即好像珍摄数据的变化履历的数据库，比如TimeDB。时态数据库是对传统关通盘据库中时分记载的时分现象进行细粒度珍摄的系统，而时序数据库透顶不同于关通盘据库，只存储不同期间戳对应的测点值。接头时序数据库与时态数据库的更珍视对比，后续将会发文成心先容，在此不再胪陈。

时序数据库也不同于及时数据库。及时数据库降生于传统工业，主若是因为当代工业制造经过及大限度工业自动化的发展，传统关通盘据库难以得志工业数据的存储和查询需求。因此，在80年代中期，降生了适用于工业监控界限的及时数据库。由于及时数据库降生早，在膨胀性、大数据生态对接、散布式架构、数据类型等方面存在局限，然则也有居品配套完竣、工业条约对接完整的上风。时序数据库降生于物联网时期，在大数据生态对接、云原生营救等方面更有上风。

时序数据库与时态数据库、及时数据库的基本对比信息如下：

2、什么是MRSIoTDB时序数据库

MRSIoTDB是FusionInsightMRS大数据套件中的时序数据库居品，在深度参与ApacheIoTDB社区开源版的基础上推出的高性能企业级时序数据库居品。IoTDB顾名思义，是针对IoT物联网界限推出的专用时序数据库软件，是由清华大学发起的国产Apache开源软件。自IoTDB降生之初，华为就深度参与IoTDB的架构想象和中枢代码孝顺，对IoTDB集群版的通晓性、高可用和性能优化参加了无数人力并忽视了无数的校正建议和孝顺了无数的代码。

IoTDB在想象之初，全面分析了市面上的时序数据库关联居品，包括基于传统关通盘据库的Timescale、基于HBase的OpenTSDB、基于Cassandra的KariosDB、基于时序专属结构的InfluxDB等主流时序数据库，鉴戒了不同期序数据在收场机制方面的上风，酿成了我方迥殊的本事上风：

（1）营救高速数据写入

迥殊的基于两阶段LSM合并的tLSM算法有用保险了IoTDB即使在乱序数据存在的情况下也能即兴收场单机每秒千万测点数据的并发写入智商。

（2）营救高速查询

营救TB级数据毫秒级查询

（3）功能完备

营救CRUD等完整的数据操作（更新通过对褪色设立褪色时分戳的测点数据粉饰写入来收场，删除通过设立TTL过时时分来收场），营救频域查询，具备丰富的团聚函数，营救不异性匹配、频域分析等专科时序经管。

（4）接口丰富，通俗易用

营救JDBC接口、ThriftAPI接口和SDK等多种接口。领受类SQL语句，在模范SQL的语句上增多了关于时分滑动窗口的统计等时序经管常用的功能，提供了系统使用后果。ThriftAPI接口营救Java、C\C++、Python、C#等多言语接口调用。

（5）低存储本钱

IoTDB零丁研发的TsFile时绪论件存储要领，成心针对时序经管经管做了优化，基于列式存储，营救显式的数据类型声明，不同数据类型自动匹配SNAPPY、LZ4、GZIP、SDT等不同的压缩算法，可收场1:150致使更高的压缩比（数据精度进一步镌汰的情况下），极地面镌汰了用户的存储本钱。举例某用户原本用9台KariosDB干事器存储的时序数据，IoTDB用1台同等确立的干事器即可即兴收场。

（6）云边端多风景部署

IoTDB迥殊的轻量级架构想象保险了IoTDB不错即兴收场“一套引擎买通云边端，一份数据兼容全场景”。在云干事中心，IoTDB不错领受集群部署，充分确认云的集群经管上风；在边际想象位置，IoTDB不错在边际干事器上部署单机IoTDB，也不错部署一丝节点的集群版，具体视边际干事器确立而定；在设立末端，IoTDB不错TsFile文献的风景奏凯镶嵌到末端设立的土产货存储中，并奏凯被设立末端的奏凯读写TsFile文献，不需要IoTDB数据库干事器的启动运转，极地面减少了对末端设立治明智商的条目。由于TsFile文献要领敞开，末端纵情言语和迷惑平台不错奏凯读写TsFile的二进制字节流，也不错运用TsFile自带的SDK进行读写，对外致使不错通过FTP将TsFile文献发送到边际或云干事中心。

（7）查询分析一体化

IoTDB一份数据同期营救及时读写与散布式想象引擎分析，TsFile与IoTDB引擎的松耦合想象保险了一方面IoTDB不错运用专有的时序数据经管引擎对时序数据进行高效写入和查询，同期TsFile也不错被Flink、Kafka、Hive、Pulsar、RabbitMQ、RocketMQ、Hadoop、Matlab、Grafana、Zeepelin等大数据关联组件进行读写分析，极地面进步了IoTDB的查询分析一体化智商和生态膨胀智商。

k8凯发