timescaledb

物联网开发学习总结（5）—— 深入对比 TDengine、InfluxDB 和 TimescaleDB 三大主流时序数据库的性能表现时序数据具有产生频率高、数据量大、时效性强的特点。一家中型物联网企业可能每秒需要处理数万甚至数十万数据点，这对数据库的写入能力、查询效率和资源利用提出了极高要求。

最笨的羊羊

Debezium日常分享系列之：Debezium and TimescaleDBTimescaleDB 是一个开源数据库，旨在使 SQL 对于时间序列数据具有可扩展性。它是作为 PostgreSQL 数据库的扩展实现的。这一事实促使我们重新使用标准 Debezium PostgreSQL 连接器，并将 TimescaleDB 支持实现为单个消息转换 (SMT)。

时序数据库选型TimescaleDB最近要做一个数字车间的物联网项目，数据存储成了首先要解决的问题，整个车间一共104台数控机床，1s钟采集1次数据，360024365*104=3,279,744,000 ，一年要产生32亿条记录，这个数据量用常见的关系型数据库肯定是不行的，所以数据库选型成了第一要考虑的问题。

时序数据库 TimescaleDB 基础概念时序数据在许多领域中具有广泛的应用，例如金融市场分析、气象预测、交通流量监测、生产过程监控等，时序数据通常是大规模的、高维度的、需要实时计算和分析，针对时序数据的特点与其所带来的挑战，针对时序数据处理所面临的挑战，通用数据库处理大规模数据效率低下，且无法提供丰富的数据保留策略、连续查询、灵活的时间聚合等功能。时序数据库则是为处理时序数据而设计的数据库，目的是实现时序数据的高效采集、存储、计算和应用。

我是有底线的