KaiwuDB 多模数据库-时序性能优化

随着物联网领域的快速发展，时序数据的产生和处理需求不断增长。为了满足实时性、高效性和准确性的要求，数据库需要进行时序性能优化，以提供快速的数据写入、实时查询和高效的数据存储与处理能力。

本期直播介绍了时序数据和时序数据库特征以及基于 TSBS 时序测试标准分析，并基于此解析了 KaiwuDB 的时序模型架构和优化设计。

一、时序基础概念

1. 时序基础概念

时间序列数据是指带时间标签的数据，主要由电力、化工、气象、地理信息等行业的各类实时监测、检查与分析设备所采集、产生的数据。

为了便于解释基本概念，以微电网的太阳能发电板作为典型时序数据场景。假设每个发电板采集电流、电压、温度三个量，有多个太阳能板。

• Measurement：一类设备的集合；
• Data source：一个具体的设备；
• Tags：一个设备的描述标签；
• Timestamp：本条时序数据的采集时间。

2. 时序数据库的特点

时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据。

基本特点：

• 大数据量的处理；
• 高压缩比；
• 冗余重复数据的一份存储；
• 时间序列分区处理；
• 一般没有事务相关处理。

二、TSBS 测试标准说明

1. TSBS 测试标准

TimeScale 开源项目：

• 时序数据的生成和写入；
• 时序场景的典型查询。

两个典型的应用场景：

• DevOps -- 服务器 CPU 监控场景有序的时间序列数据；
• IoT -- 物联网卡车车队场景存在无序和缺失的时间序列数据。

2. DevOps 场景（CPU-only）

CPU-only 场景特点：

• 数据间隔均为 10 秒；
• 场景五数据量最大 1.8 亿条记录，场景四数据量最小 1800 万条记录；
• 场景四和场景五设备数量较多，仅覆盖 3 分钟时间跨度。

3. 不同分类的 TSBS 语句分析

三、KaiwuDB 多模数据库时序引擎

1. 基本执行架构

• 应用层；
• SQL Engine；
• 分布式层；
• Storage Engine。

一般没有事务相关处理。

2. 时序优化改造

2.1 存储结构优化

针对时序数据的量大、递增、且部分数据为静态值的特点，存储结构做了如下演进：

• 大表，所有设备写入到一张表；
• 分表，一个设备一张表；
• 分区，按照时间划分数据区域；
• 合表，部分设备一组，静态属性合并存储，同时时间分区

2.2 KaiwuDB 执行计算架构优化

针对时序模型，KaiwuDB 做了一系列执行架构调整：

• 执行器下放；
• 采用 mmap 技术，减少数据拷贝；
• 分区并行；
• 数据裁剪；

• 定制执行计划；
• Timebucket 等特殊时序算子；
• 多级动态并行。

2.3 KaiwuDB 时序统计信息

KaiwuDB 的针对时序查询的特征，定制和实现了一套时序预计算统计信息。其特点如下：

• 时序表是一种特殊的复合表；
• 模板表对应 tag 表；
• 实例表只是对应 tag 表中的一条索引，而非完整表；
• 数据写入时可以动态创建 tag 项并写入数据；
• tag 表支持基本的统计信息，例如包含 TSBS；
• 查询支持通用数据读取；
• 特殊查询能够下推，例如多 tag 查询下推，单个 tag 特定聚合数据；
• 数据块按照时间分区，增加块的统计信息。