时序数据挑战与机遇并存
但是,挑战与机遇并存。首先,当前国内在数据库领域的人才资源非常匮乏,在寻找数据库内核研发等相关人才上会比较困难;二是国产化的浪潮下可能会出现一些利用政策红利而过少参与市场竞争的企业。在周小华看来,过度利用政策红利并不利于产品质量的持续提升,高性能时序数据库价格,这是需要企业尽量避免的;三是企业应该走出去,高性能时序数据库案例,跟国际上的产品和团队去竞争。
为什么要用时序数据库
在监控运维领域,需要存储大量的时间相关的监控数据,例如指标(CPU使用率、TPS等)、日志、用户行为等,这些数据的结构特点和常见使用场景,完全符合时序数据库的场景。
我们的监控预警平台是基于zabbix搭建的,监控指标存储采用的MySQL,但是异常检测等场景,需要频繁查询历史数据,进行模型训练和推理,会对MySQL产生较大的压力。
因此考虑将MySQL中的监控数据通过下述流程,实时转移到时序数据库,用于后续的异常检测等AIOps应用场景。所以要用时序数据库,要进行时序数据库选型。
垂直型时序数据库的出现
随着docker,kubernetes,河南高性能时序数据库, 微服务等技术的发展,高性能时序数据库多少钱,以及对于IoT的发展预期越来越强烈。
在数据随着时间而增长的过程中,时间序列数据成为增长快的数据类型之一。
高性能,低成本的垂直型时序数据库开始诞生,以InfluxDB为代表的具有时序特征的数据存储引擎逐步市场。
它们通常具备更加的数据处理能力,的压缩算法和符合时序特征的存储引擎。
比如InfluxDB的基于时间的TSMT存储,Gorilla压缩,面向时序的窗口计算函数p99,rate,自动rollup等等。
同时由于索引分离的架构,在膨胀型时间线,乱序等场景下依然面临着很大的挑战。