时间序列数据的存储和计算
来源:互联网 发布:关机准备配置windows 编辑:程序博客网 时间:2024/05/29 09:16
点击查看全文
InfluxDB
InfluxDB在DB-Engines的时序数据库类别里排名第一,实至名归,从它的功能丰富性、易用性以及底层实现来看,都有很多的亮点,值得大篇幅来分析。
首先简单归纳下它的几个比较重要的特性:
- 极简架构:单机版的InfluxDB只需要安装一个binary,即可运行使用,完全没有任何的外部依赖。相比来看几个反面例子,OpenTSDB底层是HBase,拖家带口就得带上ZooKeeper、HDFS等,如果你不熟悉Hadoop技术栈,一般运维起来是有一定的难度,这也是其被人抱怨最多的一个点。KairosDB稍微好点,它依赖Cassandra和ZooKeeper,单机测试可以使用H2。总的来说,依赖一个外部的分布式数据库的TSDB,在架构上会比完全自包含的TSDB复杂一点,毕竟一个成熟的分布式数据库本身就很复杂,当然这一点在云计算这个时代已经完全消除。 2.** TSM Engine**:底层采用自研的TSM存储引擎,TSM也是基于LSM的思想,提供极强的写能力以及高压缩率,在后面的章节会对其做一个比较详细的分析。
- InfluxQL:提供SQL-Like的查询语言,极大的方便了使用,数据库在易用性上演进的终极目标都是提供Query Language。
- Continuous Queries: 通过CQ能够支持auto-rollup和pre-aggregation,对常见的查询操作可以通过CQ来预计算加速查询。
- TimeSeries Index: 对Tags会进行索引,提供高效的检索。这一项功能,对比OpenTSDB和KairosDB等,在Tags检索的效率上提升了不少。OpenTSDB在Tags检索上做了不少的查询优化,但是受限于HBase的功能和数据模型,所以然并卵。不过目前稳定版中的实现采用的是memory-based index的实现方式,这种方案在实现上比较简单,查询上效率最高,但是带来了不少的问题,在下面的章节会详细描述。
- Plugin Support: 支持自定义插件,能够扩展到兼容多种协议,如Graphite、collectd和OpenTSDB。
在下面的章节,会主要对其基本概念、TSM存储引擎、Continuous Queries以及TimeSeries Index做详细的解析。
点击查看全文
阅读全文
0 0
- 时间序列数据的存储和计算
- 时间序列数据的存储和计算
- 时间序列数据的存储和计算
- 时间序列数据的存储和计算
- 时间序列数据的存储和计算
- 时间序列数据存储
- 单元测试&Logcat&数据存储&XML的序列化和解析
- SMAQ:海量数据的存储计算和查询模型(译)
- 海量数据的存储计算和查询模型
- SMAQ:海量数据的存储计算和查询模型(译)
- 大规模IM在线用户的计算和数据存储方案
- oracle 存储过程的时间计算
- 视频序列的空间复杂度和时间复杂度的不用模型计算
- 时间序列数据库的秘密(3)——加载和分布式计算
- 时间序列数据库的秘密(3)——加载和分布式计算
- json 返回数据时间的绑定的转换 和时间的差值计算
- 高性能计算和数据密集型计算的存储需要差异分析
- 以时间复杂度O(n)计算最大子序列和
- 常用正则表达式
- 一些在线工具
- HDU 6069 Counting Divisors
- cocos骨骼动画
- QML中能使用什么JS库
- 时间序列数据的存储和计算
- 发布Feature service
- 网络adb调试(无root)
- 手机拖拽事件
- 线!线!线!线段树
- 内存
- 为什么epoll比select更高效?
- 【PHP基础知识】——Session的详解与使用
- Educational Codeforces Round 26