時間序列資料庫簡稱時序資料庫(time series database)，用於處理帶時間標籤(按照時間的順序變化，即時間序列化)的資料，帶時間標籤的資料也稱為時間序列資料。
時序資料的幾個特點
1. 基本上都是插入，沒有更新的需求。
2. 資料基本上都有時間屬性，隨著時間的推移不斷產生新的資料。
3. 資料量大，每秒鐘需要寫入成千萬上億條資料
業務方常見需求
1. 獲取最新狀態，查詢最近的資料(例如感測器最新的狀態)
2. 展示區間統計，指定時間範圍，查詢統計資訊，例如平均值，最大值，最小值，計數等。。。
3. 獲取異常資料，根據指定條件，篩選異常資料
常見業務場景
監控軟體系統： 虛擬機器、容器、服務、應用
資產跟蹤應用： 汽車、卡車、物理容器、運貨托盤
金融交易系統： 傳統**、新興的加密數字貨幣
事件應用程式： 跟蹤使用者、客戶的互動資料
商業智慧型工具： 跟蹤關鍵指標和業務的總體健康情況
在網際網路行業中，也有著非常多的時序資料，例如使用者訪問**的行為軌跡，應用程式產生的日誌資料等等。
一些基本概念(不同的時序資料庫稱呼略有不同)
metric: 度量，相當於關係型資料庫中的 table。
data point: 資料點，相當於關係型資料庫中的 row。
timestamp：時間戳，代表資料點產生的時間。
field: 度量下的不同字段。比如位置這個度量具有經度和緯度兩個 field。一般情況下存放的是隨時間戳而變化的資料。
tag: 標籤。一般存放的是不隨時間戳變化的資訊。timestamp 加上所有的 tags 可以視為 table 的 primary key。
例如採集有關風的資料，度量為 wind，每條資料都有時間戳timestamp，兩個字段 field：direction(風向)、speed(風速)，兩個tag：sensor(感測器編號)、city(城市)。第一行和第三行，存放的都是 sensor 編號為86f-2rt8的裝置，城市是深圳。隨著時間的變化，風向和風速發生了改變，風向從56.4變為45.6，風速從2.9變為3.6。
需要解決的幾個問題
時序資料的寫入：如何支援每秒鐘成千上億條資料的寫入。
時序資料的讀取：如何支援在秒級對上億條資料的分組聚合運算。
成本敏感：海量資料儲存帶來的成本問題。如何以更低成本儲存資料，將成為時序資料庫需要解決的重中之重。
常見時序資料庫
時序資料庫出現的時間較晚，目前較成熟的時序資料庫都僅有1、2年的歷史。
時序資料庫
看到這類資料處理基本是要對乙個時間範圍的資料，根據時間段，維度進行歸類，做一些聚合運算。時序資料庫要解決的問題就是如何能在海量資料中，快速響應使用者的此類查詢。序資料庫的一些基本概念 不同的時序資料庫稱呼略有不同 metric 度量，相當於關係型資料庫中的table。data point 資料點，相...
時序資料庫介紹
什麼是時序資料庫 先來介紹什麼是時序資料。時序資料是基於時間的一系列的資料。在有時間的座標中將這些資料點連成線，往過去看可以做成多緯度報表，揭示其趨勢性 規律性 異常性 往未來看可以做大資料分析，機器學習，實現 和預警。時序資料庫就是存放時序資料的資料庫，並且需要支援時序資料的快速寫入 持久化 多維...
Influxdb 時序資料庫 windows 安裝
influxdb 是一款比較火爆的時序資料庫，本文介紹如何在 windows 平台下安裝。1.場景 windows 平台的 influxdb 似乎只支援單機非windows 服務的安裝方式 適用於測試環境或者想體驗什麼是時序資料庫。2.準備安裝包 截止到 2018 07 05，最新版本是 1.5.4...