时序数据库TimescaleDB是站在了PG的肩膀上？扒了扒了

作者：IT邦德
中国DBA联盟(ACDU)成员，10余年DBA工作经验
擅长主流数据Oracle、MySQL、PG、openGauss运维
备份恢复，安装迁移，性能优化、故障应急处理等

可提供技术业务：
1.DB故障处理/疑难杂症远程支援
2.Mysql/PG/Oracle/openGauss
数据库部署及数仓搭建
•••
微信:jem_db
QQ交流群:587159446
公众号：IT邦德
•••

@TOC

前言

对于TimescaleDB来说，对于性能上可能处于下风，如何持续地发展下去、在PostgreSQL的肩膀上怎么样更好地适应现代化需求才是重中之重。

---

1.时序数据库

什么是时序数据库？顾名思义，用于处理按照时间变化顺序的数据的数据库即为时序数据库（time-series database），时序数据库专门优化处理带时间标签的数据，为什么会衍生时序数据库这一种新趋势呢？我们知道像PostgreSQL和MySQL这种关系型数据库对于短期需求不大的情况下下还是可以满足的，但是一旦数据量增长，其性能不足以支持频繁的添加和读取需求。运用时间模型来构造的应用非常需要时序数据库的加持，包括未来大数据的趋势，时序数据库必然会成为一个新潮流。

截止2024年2月，
TimescaleDB在DB-Engines中排名的处于第4位，
并一直处于上升的趋势。

2.TimescaleDB

对于TimescaleDB来说，在功能的丰富程度上战胜了排名更靠前的几位选手，但是对于性能上可能处于下风，因此TimescaleDB如何持续地发展下去、如何发展地更好，除了探寻在性能等综合素质方面的提升外，在PostgreSQL的肩膀上怎么样更好地适应现代化需求才是重中之重。

时序数据库应该具备的特点总结如下
1. 压缩能力
2. 自动rotate
3. 支持分片，水平扩展
4. 自动扩展分区，
5. 插入性能
6. 分区可删除
7. 易用性(SQL接口)
8. 类型丰富
9. 高效分析能力

3.TimescaleDB部署

3.1 repository

tee /etc/yum.repos.d/timescale_timescaledb.repo <<EOL
[timescale_timescaledb]
name=timescale_timescaledb
baseurl=https://packagecloud.io/timescale/timescaledb/el/$(rpm -E %{rhel})/\$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=1
gpgkey=https://packagecloud.io/timescale/timescaledb/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt
metadata_expire=300
EOL

3.2 yum在线安装

1.Update your local repository list:
yum update --skip-broken --nobest

2.Install TimescaleDB:
yum install timescaledb-2-postgresql-14

在Red Hat Enterprise Linux 8上安装时，需要使用:
sudo dnf module disable postgresql
命令禁用系统中内置的PostgreSQL模块。

3.3 插件配置

修改postgresql config文件，使timescaledb这个插件能正常工作,通过调优脚本来配置数据库
[root@rhel8 ~]#  find / -name pg_config
/usr/pgsql-14/bin/pg_config

sudo timescaledb-tune --pg-config=/usr/pgsql-14/bin/pg_config

##重启
systemctl restart postgresql-14

[root@rhel8 ~]# systemctl status postgresql-14
● postgresql-14.service - PostgreSQL 14 database server
   Loaded: loaded (/usr/lib/systemd/system/postgresql-14.service; enabled; vendor preset: disabled)
   Active: active (running) since Wed 2024-02-21 22:33:06 CST; 14s ago
     Docs: https://www.postgresql.org/docs/14/static/
  Process: 4938 ExecStartPre=/usr/pgsql-14/bin/postgresql-14-check-db-dir ${PGDATA} (code=exited, status=0/SUCCESS)
 Main PID: 4945 (postmaster)
    Tasks: 22 (limit: 49633)
   Memory: 118.3M
   CGroup: /system.slice/postgresql-14.service
           ├─4945 /usr/pgsql-14/bin/postmaster -D /var/lib/pgsql/14/data/

4.TimescaleDB使用

4.1 登陆PG

[root@rhel8 ~]# su - postgres
[postgres@rhel8 ~]$ 
[postgres@rhel8 ~]$ psql
psql (14.10)
Type "help" for help.

postgres=# create database jemdb;
CREATE DATABASE
postgres=# \c jemdb
You are now connected to database "jemdb" as user "postgres".

4.2 创建插件

1.创建插件
CREATE EXTENSION IF NOT EXISTS timescaledb;

2.删除插件
DROP EXTENSION IF EXISTS timescaledb;

jemdb=# \dx
                                               List of installed extensions
    Name     | Version |   Schema   |                                     Description                                      
-------------+---------+------------+--------------------------------------------------------------------------------------
 plpgsql     | 1.0     | pg_catalog | PL/pgSQL procedural language
 timescaledb | 2.14.2  | public     | Enables scalable inserts and complex queries for time-series data (Apache 2 Edition)
(2 rows)


psql -U postgres -h 192.168.3.10 -d jemdb -p 5432

4.3 使用超表

1、创建普通测试表
CREATE TABLE conditions (
time        TIMESTAMPTZ       NOT NULL,
location    TEXT              NOT NULL,
temperature DOUBLE PRECISION  NULL,
humidity    DOUBLE PRECISION  NULL
);

2、基于time分区将上一步创建的普通表转换为超表
jemdb=# SELECT create_hypertable('conditions', 'time');
    create_hypertable    
-------------------------
 (1,public,conditions,t)
(1 row)

超表（hypertable）是具有特殊功能的PostgreSQL表，可以很容易地处理时间序列数据。与它们交互就像与普通PostgreSQL表交互一样，但在幕后，超表会自动按时间将数据划分为块。在TimescaleDB中，超表与普通PostgreSQL表可以一起存在。超表用来存储时序数据，这样可以提高插入和查询的性能，而且可以访问一些有用的时间序列特性。普通PostgreSQL表用来存储其它关系型数据。

3、插入数据并查询
jemdb=# INSERT INTO conditions(time, location, temperature, humidity)
SELECT now(), to_char(i, 'FM0000'), random()*i, random()*i FROM generate_series(1,10000) i;


4.针对过去3小时的数据，每15分钟采集度量一次，按照时间和温度降序排序
SELECT time_bucket('15 minutes', time) AS fifteen_min,
location, COUNT(*),
MAX(temperature) AS max_temp,
MAX(humidity) AS max_hum
FROM conditions
WHERE time > NOW() - interval '3 hours'
GROUP BY fifteen_min, location
ORDER BY fifteen_min DESC, max_temp DESC;


5.更改现有超表上的块间隔长度
SELECT set_chunk_time_interval('conditions', INTERVAL '24 hours');

SELECT h.table_name, c.interval_length
  FROM _timescaledb_catalog.dimension c
  JOIN _timescaledb_catalog.hypertable h
    ON h.id = c.hypertable_id;

5.总结

随着物联网的发展，时序数据库的需求越来越多，比如水文监控、工厂的设备监控、国家安全相关的数据监控、通讯监控、金融行业指标数据、传感器数据等。 在互联网行业中，也有着非常多的时序数据，例如用户访问网站的行为轨迹，应用程序产生的日志数据等等。
以下是时序数据库的发展史推荐给大家，一起交流学习