時序數據庫全稱爲時間序列數據庫。時間序列數據庫主要用於指處理帶時間標籤（按照時間的順序變化，即時間序列化）的數據，帶時間標籤的數據也稱爲時間序列數據。
時間序列數據主要由電力行業、化工行業等各類型實時監測、檢查與分析設備所採集、產生的數據，這些工業數據的典型特點是：產生頻率快（每一個監測點一秒鐘內可產生多條數據）、嚴重依賴於採集時間（每一條數據均要求對應唯一的時間）、測點多信息量大（常規的實時監測系統均有成千上萬的監測點，監測點每秒鐘都產生數據，每天產生幾十GB的數據量）。
根據時間序列數據的特點，時間序列數據庫對於時間序列的處理會有以下一些機制：
存入速度快：由於時序數據產生的頻率高數據量大，對於時序數據庫的存入性能有很高的要求，一些型的企業系統對於時序數據庫的數據插入要求每秒百萬級。這對於時序數據庫有很高的要求，差不多全部的時序數據庫爲了實現快速存入，會先將數據大批量的存入內存中，進行數據格式化（包括排序，數據格式轉換，壓縮等），然後再flush到磁盤。這樣會大大提高數據的存入速度，但是也會帶來一個很嚴重的問題，在斷電宕機後，未刷入磁盤的數據會丟失。
數據防丟失：爲了防止數據丟失這個嚴重的問題，有一個比較有效的辦法，這個辦法在關係數據庫也是必不可少的一個機制－WAL（Write Ahead Log，預寫日誌），在時序數據庫中應用，對於存入的數據在內存進行格式化之前，先進行無格式的落盤。進行無格式落盤，是爲了減少對於時序數據庫的性能的影響，儘管如此，WAL對於時序數據庫的影響也是特別大的。保證數據完整和性能方面的取捨，更注重於哪方面，就可以決定是否開啓WAL。
查詢速度快：查詢速度快慢最大的因素在於存儲格式，大多數的時序數據庫採用的數據格式是列存，這是爲了在讀取數據時能減少磁盤IO，從而提升查詢速度。一些優秀的時序數據庫，還會採用一些特殊的數據結構和機制來提升查詢速度。比如，在github上有一個開源的時序庫叫做akumuli，這個數據庫的數據存儲結構採用了一種特殊的樹型數據結構。在樹的處理上還有一些特殊的機制來提升查詢速度。
數據持久化後佔用空間小：由於時序數據的數據量龐大而且規律性特別強。對於時序數據存儲使用壓縮是避不可免的。每個時序數據庫都會根據自己的需要去採用一些壓縮算法，支持一種或多種壓縮算法。對於壓縮算法，我們會有兩種要求，壓縮率高；解壓縮速度快。但是這兩個如果要同時達到是不可能的。這些可以根據應用系統的要求，對於採用的壓縮算法進行中和。技術日異更新，也產生了一些非常優秀的算法。比如LAZ，LZ4等。