下一个独角兽是拿来的开源仍是大投入的 自研 系统
发布时间：2023-02-22 08:47:59 所属栏目：云计算 来源：
导读： “时代抛弃你，真的完全不讲情面!”数据库领域一次次验证了此法则的冷酷无情。
数据库市场是前所未有的迅速增长，如数仓巨头Teradata退出中国市场不是因为水土不服，而是因为在适应性、易用性
数据库市场是前所未有的迅速增长，如数仓巨头Teradata退出中国市场不是因为水土不服，而是因为在适应性、易用性
|
“时代抛弃你，真的完全不讲情面!”数据库领域一次次验证了此法则的冷酷无情。 数据库市场是前所未有的迅速增长，如数仓巨头Teradata退出中国市场不是因为水土不服，而是因为在适应性、易用性、成本等方面被竞争对手甩在后边，用户收缩，营收减少，市值大幅缩水，是不争的事实。 而引领时序数据库发展的则是开源的InfluxDB。就像每一个开源数据库背后都有一家商业公司一样，开源时序数据库InfluxDB背后的商业公司InfluxData正在蠢蠢欲动，意欲在商业上取得成功，在技术上引领发展。 通过智能家居系统监控客户的室内环境所发生的气候变化，按时间点通过传感器采集数据，通过实时的数据处理，以调节温度、识别入侵者。 生产制造、电力、化工、能源等行业需要实时监测设备等运行情况，需要按时收集设备运营的数据，检查并分析海量设备所采集和产生的数据，以便及时做出安全预警。 时序数据具有产生频率快(每一个监测点一秒钟内可产生多条数据)、 严重依赖于采集时间(每一条数据均要求对应唯一的时间)、 测点多信息量大(常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量)。 在最近的5～7年里，出现了一个专门处理时间序列类别的数据库，也就是说，如果你知道数据的特征——也就是随时间推移的数据——那么你就可以采用时间序列数据库，一般简称为时序数据库。 专为时序数据优化而设计的时序数据库，在很多方面都与传统的关系型数据库不太一样，它不关心范式和事务;写多于读，95%-99%的操作都是写操作;顺序读，基本上都是按照时间顺序读取一段时间内的数据等。 面向客户和内部的SaaS应用和数据管道等产品数据也是时间序列数据。用户想快速了解产品随时间推移的使用方式、细分客户群，以便做出产品和业务决策。时序数据库可以存储所有应用程序指标，而成本只是分析服务的一小部分。 通过精确定位地理空间和时间精度跟踪设备性能是一个时间序列问题。时序数据库可帮助用户经济高效地大规模存储和分析源源不断的设备遥测和传感器数流，以便管理工业设备维护、车队管理、资产跟踪、路线规划、产量优化、石油和天然气生产等。 每一个开源系统背后都有一家商业公司，就像开源搜索数据库Elasticsearch背后有一个市值50多亿美元的Elastic公司;开源MySQL背后有巨头甲骨文;开源数据库MariaDB背后有上市的商业数据库公司MariaDB plc··· 主流的时序数据库 数据来源：DB-Engines InfluxData是开源的InfluxDB的创建者和主要赞助商，专为处理物联网设备和传感器、应用程序、容器、虚拟机和网络生成的大量带时间戳的数据而构建InfluxDB。 InfluxData成立于2012年，总部位于美国旧金山。作为时间序列数据管理专家，InfluxData是在刚刚的E轮融资和其他企业融资中筹集了8100万美元，使其总融资额超过2亿美元。 InfluxData在时序数据库发展上，有两大突出表现： 一是InfluxData专为时间序列数据构建新型的系统，因此在性能等方面表现突出。在时间序列数据库领域，有在关系数据库基础上进行改进的时序数据库，比如基于PostgreSQL开发的TimescaleDB，也有在KV数据库的基础之上进行改进的时序数据库，比如基于HBase开发的OpenTSDB。但是与专门的时序数据库相比，显然不在一个层次。 二是在提高时序数据库性能的同时，针对新需求提出更多解决方案。InfluxData首席执行官Evan Kaplan说：“作为现代时间序列市场的先驱，我们在推动该领域最近的加速发展方面发挥了关键作用，将时间序列从边缘推向云，现在又进入分析领域。我们的投资者相信我们对时间序列的愿景，可以为客户和社区可以想象的最复杂和最大规模的分析用例提供支持。” 自主研发与开源系统谁能统领市场? 在时序数据库市场，相对于开源系统，自主研发的系统表现出更强的竞争力。国内自研的时序数据库正开始替代国外的开源系统，实现时序数据库库的国产化替代。 星环科技在其大数据基础平台TDH 9.0中，实现9种存储引擎支持10种数据模型。其中，时序数据库Timelyre已经升级到了2.2版本。 为了满足时间序列数据的处理需求，Timelyre改进压缩算法，进一步降低了20%～50%存储空间占用，提升2倍写入性能。 同时相比于开源时序产品，Timelyre基于TDH多模型架构下的分布式扩展能力，让Timelyre具备了更多设备标签存储能力，以及基于TDH统一SQL分析能力，让Timelyre具备复杂关联查询能力。同时，时间戳的数据结构也进行了优化，更适合大规模数据的存储。此外，timelyre还支持自定义数据模型，满足不同场景下的业务需求。 （编辑：汽车网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |