一、基本概念
時序時空數據庫 TSDB ：英文全稱爲 Time Series & Spatial Temporal Database，簡稱 TSDB，提供高效存取時序數據和統計分析功能的數據管理系統。是一種高性能、低成本、穩定可靠的在線時序時空數據庫服務，提供高效讀寫、高壓縮比存儲、時序數據插值及聚合計算等服務，廣泛應用於物聯網（IoT）設備監控系統、企業能源管理系統（EMS）、生產安全監控系統和電力檢測系統等行業場景；除此以外，還提供時空場景的查詢和分析的能力。除此以外，還提供時空場景的查詢和分析的能力。
TSDB 具備秒級寫入百萬級時序數據的性能，提供高壓縮比低成本存儲、預降採樣、插值、多維聚合計算、可視化查詢結果等功能，解決由設備採集點數量巨大、數據採集頻率高造成的存儲成本高、寫入和查詢分析效率低的問題。
二、時序時空數據庫常用名詞
時序數據（Time Series Data）：基於穩定頻率持續產生的一系列指標監測數據。例如，監測某城市的空氣質量時，每秒採集一個二氧化硫濃度的值而產生的一系列數據。
度量（Metric）：監測數據的指標，例如風力和溫度。
標籤（Tag）：一個標籤（Tag）由一個標籤鍵（TagKey）和一個對應的標籤值（TagValue）組成，例如“城市（TagKey）= 杭州（TagValue）”就是一個標籤（Tag）。注意：當標籤鍵和標籤值都相同纔算同一個標籤；標籤鍵相同，標籤值不同，則不是同一個標籤。
值（Value）：度量對應的值，例如 15 級（風力）和 20 ℃（溫度）。
時間戳（Timestamp）：數據（度量值）產生的時間點。
數據點 (Data Point)：針對監測對象的某項指標（由度量和標籤定義）按特定時間間隔（連續的時間戳）採集的每個度量值就是一個數據點。
時間序列（Time Series）：針對某個監測對象的某項指標（由度量和標籤定義）的描述。“一個度量 + N 個標籤KV組合（N >= 1）”定義爲一個時間序列，某個時間序列上產生的數據值的增加，不會導致時間序列的增加。
時間線（Timeline）：等同於時間序列的概念。
時間精度：時間線數據的寫入時間精度——毫秒、秒、分鐘、小時或者其他穩定時間頻度。
數據組（Data Group）：如果需要對比不同監測對象（由標籤定義）的同一指標（由度量定義）的數據，可以按標籤這些數據分成不同的數據組。例如，將溫度指標數據按照不同城市進行分組查詢。
聚合（ Aggregation）：當同一個度量（Metric）的查詢有多條時間線產生（多個指標採集設備），那麼爲了將空間的多維數據展現爲成同一條時間線，需要進行合併計算，例如，當選定了某個城市某個城區的污染指數時，通常將各個環境監測點的指標數據平均值作爲最終區域的指標數據，這個計算過程就是空間聚合。
降採樣（Downsampling）：當查詢的時間區間跨度較長而原始數據時間精度較細時，爲了滿足業務需求的場景、提升查詢效率，就會降低數據的查詢展現精度，這就叫做降採樣，比如按秒採集一年的數據，按照天級別查詢展現。
數據時效（Data’s Validity Period）：數據時效是設置的數據的實際有效期，超過有效期的數據會被自動釋放。
時空數據庫：由於IoT領域的特性，其中採集到的很多數據不僅有時間信息，還有空間信息，因此時序數據庫也需要能夠識別和處理空間信息，以便更好地服務IoT場景。因此在時序數據庫的基礎上，添加了對空間信息的存儲和處理能力。地理空間信息（主要是經緯度）。
三、數據庫特點
TSDB 提供時序數據的高效讀寫。對於百萬數據點的讀取，響應時間小於 5 秒，且最高可以支撐每秒千萬數據點的寫入。
支持通過 HTTP 協議 和 TSDB Java Client 兩種方式進行數據寫入。
TSDB 支持通過 HTTP 協議、TSDB Java Client 以及 TSDB 控制檯三種方式進行數據的查詢操作。也可以通過 TSDB 控制檯的數據查詢功能進行數據分組、降採樣、空間聚合的可視化數據查詢展現。
可以通過控制檯或者 API 設置數據的有效期。數據時效開啓並設置完成後，系統對於定義的過期數據將立即標記失效，並在特定時間進行自動化清理。
可以在控制檯上根據度量（Metric）進行數據清理，或者通過 API 進行更靈活的數據清理。
使用高效的數據壓縮技術，將單個數據點的平均使用存儲空間降爲1~2個字節，可以降低90%存儲使用空間，同時加快數據寫入的速度。
提供專業全面的時序數據計算函數，支持降採樣、數據插值和空間聚合計算，能滿足各種複雜的業務數據查詢場景。
提供實例運維繫統，可以實時的掌握實例的運行情況、性能指標和存儲空間使用情況，並通過設置報警通道，實時發現資源瓶頸。
提供 VPC 的實例訪問方式，充分保證實例訪問的安全性。
提供網絡白名單功能：您可以通過設置允許訪問實例的機器名單，進一步保證實例和數據的訪問安全。
數據存儲默認採取三副本策略，充分保證數據的可用性。
四、典型應用場景
設備將原始數據通過 MQTT 協議發送到物聯網套件，經由物聯網套件將數據轉發到消息服務系統，繼而通過流計算系統對這些數據進行實時計算處理後寫入到 TSDB 中存儲，或者經由物聯網套件直接將原始數據寫入 TSDB 中存儲。前端的監控系統和大數據處理系統會利用 TSDB 的數據查詢和計算分析能力進行業務監控和分析結果的實時展現。
歸納：物聯網的數據傳輸協議爲MQTT，對於時序時空數據庫有兩種使用方式，物聯網套件直接將數據寫入數據庫中，或者用來存儲經過流計算系統處理後的數據。數據在接入流計算系統進行處理前需要經過消息服務系統。
2、系統運維和業務實時監控
對大規模應用集羣和機房設備的監控，實時關注設備運行狀態、資源利用率和業務趨勢，實現數據化運營和自動化開發運維。通過日誌或者其他方式對原始指標數據進行採集和實時計算，最後將實時計算的結果數據存儲到 TSDB，實現監控和分析的展現。
歸納：數據來源爲日誌等手段，數據庫用來存儲經過流計算系統處理後的數據。數據在接入流計算系統進行處理前同樣需要經過消息服務系統。
歸納：數據來源爲日誌等手段，同物聯網套件所起的功能相同，在數據進入流計算系統之前同樣需要經過消息服務系統，數據庫記錄的是流計算系統處理過的數據。