時間序列數(shù)據(jù)庫為何會突然成為寵兒？——非結(jié)構(gòu)化、分布式的時間序列數(shù)據(jù)庫（TSDB）以數(shù)字化的形式，能裝下整體真實(shí)的物理世界，于是數(shù)字孿生、CPS、決策分析得以實(shí)現(xiàn)。

推薦一款開源時間序列數(shù)據(jù)庫：OpenTSDB——基于Hbase的分布式的，可伸縮的時間序列數(shù)據(jù)庫，而Hbase本質(zhì)是列存儲。

OpenTSDB介紹

OpenTSDB是什么？主要用途是什么？

官方文檔這樣描述：OpenTSDB is a distributed, scalable Time Series Database (TSDB) written on top of HBase；

翻譯過來就是，基于Hbase的分布式的，可伸縮的時間序列數(shù)據(jù)庫。

主要用途，就是做監(jiān)控系統(tǒng)；譬如收集大規(guī)模集群（包括網(wǎng)絡(luò)設(shè)備、操作系統(tǒng)、應(yīng)用程序）的監(jiān)控數(shù)據(jù)并進(jìn)行存儲，查詢。

介紹continue

存儲到OpenTSDB的數(shù)據(jù)，是以metric為單位的，metric就是1個監(jiān)控項，譬如服務(wù)器的話，會有CPU使用率、內(nèi)存使用率這些metric；

OpenTSDB使用HBase作為存儲，由于有良好的設(shè)計，因此對metric的數(shù)據(jù)存儲支持到秒級別；

OpenTSDB支持?jǐn)?shù)據(jù)永久存儲，即保存的數(shù)據(jù)不會主動刪除；并且原始數(shù)據(jù)會一直保存（有些監(jiān)控系統(tǒng)會將較久之前的數(shù)據(jù)聚合之后保存）

OpenTSDB存儲相關(guān)的概念

介紹這些概念的時候，我們先看一個實(shí)際的場景。

譬如假設(shè)我們采集1個服務(wù)器（hostname=qatest）的CPU使用率，發(fā)現(xiàn)該服務(wù)器在21:00的時候，CPU使用率達(dá)到99%

下面結(jié)合例子看看OpenTSDB存儲的一些核心概念

1）Metric：即平時我們所說的監(jiān)控項。譬如上面的CPU使用率

2）Tags：就是一些標(biāo)簽，在OpenTSDB里面，Tags由tagk和tagv組成，即tagk=takv。標(biāo)簽是用來描述Metric的，譬如上面為了標(biāo)記是服務(wù)器A的CpuUsage，tags可為hostname=qatest

3）Value：一個Value表示一個metric的實(shí)際數(shù)值，譬如上面的99%

4）Timestamp：即時間戳，用來描述Value是什么時候的；譬如上面的21:00

5）Data Point：即某個Metric在某個時間點(diǎn)的數(shù)值。

Data Point包括以下部分：Metric、Tags、Value、Timestamp

上面描述的服務(wù)器在21:00時候的cpu使用率，就是1個DataPoint

保存到OpenTSDB的，就是無數(shù)個DataPoint。

OpenTSDB的總體架構(gòu)

openTSDB架構(gòu)

Servers：就是服務(wù)器了，上面的C就是指Collector，可以理解為OpenTSDB的agent，通過Collector收集數(shù)據(jù)，推送數(shù)據(jù)；

TSD：TSD是對外通信的無狀態(tài)的服務(wù)器，Collector可以通過TSD簡單的RPC協(xié)議推送監(jiān)控數(shù)據(jù)；另外TSD還提供了一個web UI頁面供數(shù)據(jù)查詢；另外也可以通過腳本查詢監(jiān)控數(shù)據(jù)，對監(jiān)控數(shù)據(jù)做報警

HBase：TSD收到監(jiān)控數(shù)據(jù)后，是通過AsyncHbase這個庫來將數(shù)據(jù)寫入到HBase；AsyncHbase是完全異步、非阻塞、線程安全的Hbase客戶端，使用更少的線程、鎖以及內(nèi)存，可以提供更高的吞吐量，特別對于大量的寫操作。

眾所周知，物聯(lián)網(wǎng)時代所創(chuàng)造的數(shù)據(jù)將不會是互聯(lián)網(wǎng)時代數(shù)據(jù)所能比擬的，物聯(lián)網(wǎng)時代一輛汽車甚至一個冰箱都有一個獨(dú)立的ip地址，都能依照自己系數(shù)的改變生成數(shù)據(jù)。物聯(lián)網(wǎng)的發(fā)展離不開大數(shù)據(jù)，依靠大數(shù)據(jù)可以提供足夠有利的資源；同時，大數(shù)據(jù)也推動了物聯(lián)網(wǎng)的發(fā)展。新時代的發(fā)展提出更高的要求，這是一種智慧化的新形態(tài)，其外在表現(xiàn)就是物聯(lián)網(wǎng)，而其內(nèi)涵就表現(xiàn)為大數(shù)據(jù)。簡單來說，物聯(lián)網(wǎng)的應(yīng)用，其內(nèi)在本質(zhì)就利用了大數(shù)據(jù)。大數(shù)據(jù)是物聯(lián)網(wǎng)的血液，大數(shù)據(jù)代表了物聯(lián)網(wǎng)的信息層(數(shù)據(jù)海洋)，是智慧和意識產(chǎn)生的基礎(chǔ)。

物聯(lián)網(wǎng)是互聯(lián)網(wǎng)的應(yīng)用拓展，與其說物聯(lián)網(wǎng)是網(wǎng)絡(luò)，不如說物聯(lián)網(wǎng)是業(yè)務(wù)和應(yīng)用。因此，應(yīng)用創(chuàng)新是物聯(lián)網(wǎng)發(fā)展的核心，以用戶體驗為核心的創(chuàng)新是物聯(lián)網(wǎng)發(fā)展的靈魂。

以下圖為例，物聯(lián)網(wǎng)大致分為以下幾個層級：感知層，網(wǎng)絡(luò)層，應(yīng)用層。

感知層相當(dāng)于人的感官和神經(jīng)末梢，用來感知和采集應(yīng)用環(huán)境中的各種數(shù)據(jù)。包括溫度、濕度、速度、位置、震動、壓力、流量、氣體等各種各樣的傳感器。在萬物互聯(lián)的場景下，每天都會有大量的傳感器終端在進(jìn)行數(shù)據(jù)回傳。

物聯(lián)網(wǎng)的大數(shù)據(jù)與一般的大數(shù)據(jù)有以下不同的的特點(diǎn)：

1.物聯(lián)網(wǎng)中的數(shù)據(jù)量更大

物聯(lián)網(wǎng)的最主要特征之一是節(jié)點(diǎn)的海量性，除了人和服務(wù)器之外，物品、設(shè)備等都是物聯(lián)網(wǎng)的組成節(jié)點(diǎn)，其數(shù)量規(guī)模遠(yuǎn)大于互聯(lián)網(wǎng)；同時，物聯(lián)網(wǎng)節(jié)點(diǎn)的數(shù)據(jù)生成頻率遠(yuǎn)高于互聯(lián)網(wǎng)，如傳感節(jié)點(diǎn)多數(shù)處于全時工作狀態(tài)，數(shù)據(jù)流源源不斷。

2.物聯(lián)網(wǎng)中的數(shù)據(jù)速率更高

一方面，物聯(lián)網(wǎng)中數(shù)據(jù)海量性必然要求骨干網(wǎng)匯聚更多的數(shù)據(jù)，數(shù)據(jù)的傳輸速率要求更高；另一方面，由于物聯(lián)網(wǎng)與真實(shí)物理世界直接關(guān)聯(lián)，很多情況下需要實(shí)時訪問、控制相應(yīng)的節(jié)點(diǎn)和設(shè)備，因此需要高數(shù)據(jù)傳輸速率來支持相應(yīng)的實(shí)時性。

3.物聯(lián)網(wǎng)中的數(shù)據(jù)更加多樣化

物聯(lián)網(wǎng)涉及的應(yīng)用范圍廣泛，不同領(lǐng)域、不同行業(yè)，需要面對不同類型、不同格式的應(yīng)用數(shù)據(jù)，因此物聯(lián)網(wǎng)中數(shù)據(jù)多樣性更為突出。

4物聯(lián)網(wǎng)對數(shù)據(jù)真實(shí)性的要求更高

物聯(lián)網(wǎng)是真實(shí)物理世界與虛擬信息世界的結(jié)合，其對數(shù)據(jù)的處理以及基于此進(jìn)行的決策將直接影響物理世界，物聯(lián)網(wǎng)中數(shù)據(jù)的真實(shí)性顯得尤為重要。

而大數(shù)據(jù)是物聯(lián)網(wǎng)大數(shù)據(jù)中必須的關(guān)鍵技術(shù)，二者的結(jié)合能夠為物聯(lián)網(wǎng)系統(tǒng)和應(yīng)用的發(fā)展帶來更好的技術(shù)基礎(chǔ)。為了更好地將大數(shù)據(jù)技術(shù)應(yīng)用于物聯(lián)網(wǎng)應(yīng)用中，通過大數(shù)據(jù)挖掘分析為物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)提供有用的分析，獲取價值。

大數(shù)據(jù)的存儲模型經(jīng)歷了多個發(fā)展階段。其中，關(guān)系型數(shù)據(jù)庫在計算機(jī)數(shù)據(jù)管理的發(fā)展史上是一個重要的里程碑。數(shù)據(jù)結(jié)構(gòu)化、最低冗余度、較高的程序與數(shù)據(jù)獨(dú)立性、易于擴(kuò)充、易于編制應(yīng)用程序等優(yōu)點(diǎn)，使其一直長期被廣泛應(yīng)用于數(shù)據(jù)的存儲、處理及分析，但隨著網(wǎng)絡(luò)技術(shù)和軟件技術(shù)的飛速發(fā)展，人們發(fā)現(xiàn)關(guān)系型數(shù)據(jù)庫系統(tǒng)雖然技術(shù)很成熟，但其局限性也是顯而易見：它能很好地處理所謂的“表格型數(shù)據(jù)”，卻對越來越多復(fù)雜類型的數(shù)據(jù)無能為力。然而，在物聯(lián)網(wǎng)時代，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫對于物聯(lián)網(wǎng)大數(shù)據(jù)已然有諸多不適。由于物聯(lián)設(shè)備時刻不間斷的回傳數(shù)據(jù)，人們對于數(shù)據(jù)的及時性需求越來也旺盛，物聯(lián)網(wǎng)時代的數(shù)據(jù)及時性價值 對大數(shù)據(jù)存儲及處理數(shù)據(jù)的及時性提出了更高的要求。

針對對物聯(lián)網(wǎng)時間序列數(shù)據(jù)的存儲時間序列數(shù)據(jù)——是在不同時間點(diǎn)上收集的數(shù)據(jù)，反映事物隨時間變化而變化的過程。某個鍋爐過去24小時內(nèi)每分鐘的溫度就是典型的時間序列數(shù)據(jù)，它的特點(diǎn)是每一個時間戳對應(yīng)一個數(shù)值（這個數(shù)值就是溫度）。在不同的應(yīng)用場景中，這個數(shù)值可以是電流、電壓、轉(zhuǎn)速、濃度、分貝、頻率，無論是哪種度量，每一個數(shù)值都對應(yīng)一個具體的采集時間戳。

物聯(lián)網(wǎng)大數(shù)據(jù)對存儲設(shè)施的要求區(qū)別于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，新的數(shù)據(jù)存儲設(shè)施需要針對物聯(lián)網(wǎng)時間序列數(shù)據(jù)的存儲、查詢和展現(xiàn)進(jìn)行了專門的優(yōu)化，從而獲得極高的數(shù)據(jù)壓縮能力、極優(yōu)的查詢性能，特別契合需要處理海量時間序列數(shù)據(jù)的物聯(lián)網(wǎng)應(yīng)用場景，在工業(yè)制造、環(huán)境、能源、水務(wù)、物流等領(lǐng)域有著巨大的需求。