type
status
date
slug
summary
tags
category
icon
password
本文由之前写的 《Prometheus》 衍生而来
🕰 基于时间
对于采集频率快、采集依赖时间维度、测量点庞大的数据存储结构有一种比较成熟的解决方案，对于这系列的数据格式称为 基于时间序列数据。
而针对这部分数据特性，关系型数据库又不再满足，转而出现了针对性时间序列数据存储的数据库。
基本需要满足的特点有:
- 根据时间序列快速写入
- 持久化
- 多维度聚合查询
- 精确到毫秒
- 不需要转换步骤存储数据和写入一致
- 永久保留原始数据
OpenTSDB是TSD和实用命令组成的，独立且没有master、不共享状态。
底层是通过HBase在存储数据，必须先有HBase环境
💡核心概念
- Metric 监控项/指标
- Tags 维度/标签
- Value 值
- Timestamp 时间戳
- DataPoint 某个Metric在某个时间点的数值
- 格式例如： Timestamp-Tags-Metric-Value
🤗 总结归纳
OpenTSDB不适合超大数据量，在千万级、亿级中提取几万条数据，比如某个指标半年内的5分钟级别的数据，还是很快响应的。但如果再提取多点数据，几十万，百万这样的量级，又或者提取后再做个聚合运算，OpenTSDB 就勉为其难，实际使用的时候用作服务端机器的监控无任何问题，如果作为客户端APP监控，响应就比较迟缓。
TIPS: 如果需要支持特大批量时序数据，建议使用Druid或InfluxDB，其中InfluxDB是最易用的时序数据库。
📎 参考文章
- 作者:guozichun
- 链接:https://blog.yayh.life/article/e5afa554-4564-41ea-a099-50c922dea5a3
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章