7个强大的时间序列数据库用于监控解决方案

让我们来谈谈分布式监控时间序列数据库。

时间序列数据库针对时间戳或时间序列数据进行了优化。时间序列数据意味着在一段时间内进行跟踪、监控、收集或聚合的测量或事件。这些数据可以是来自运动跟踪传感器的心跳数据、Java应用程序的JVM指标、市场交易数据、网络数据、API响应、进程正常运行时间等。

时间序列数据库完全定制了时间戳数据，这些数据被索引并以高效的方式写入，您可以插入时间序列数据。您可以比在关系数据库中的查询速度更快地查询这些时间序列数据。

最近，它获得了很大的流行。为什么不呢？它对于业务和非常出色。好消息是，有很多选择，其中大部分是开源的。

InfluxDB

是DevOps中最受欢迎的时间序列数据库之一，它是用Go编写的。InfluxDB从头开始设计，提供了高度可扩展的数据摄取和存储引擎。它非常高效地收集、存储、查询、可视化并实时处理流式数据、事件和指标。

它提供了降采样和数据保留策略，以支持在内存中保留高价值、高精度的数据，并将较低价值的数据保存到磁盘上。它采用云原生的方式构建，可以在多种部署拓扑结构（包括云、本地和混合环境）上提供可扩展性。

InfluxDB是一个开源的解决方案，也是企业级准备好的。它使用类似结构化查询语言的InfluxQL与数据交互。最新版本提供了工具包中的代理、仪表盘、查询和任务。它是一个集成了仪表盘、可视化和报警的一体化工具。

特点

针对时间序列数据具有高性能，具有高吞吐量的摄入和实时查询
使用类似SQL的查询语言InfluxQL与数据交互
是TICK（Telegraf、InfluxDB、Chronograf和Kapacitor）堆栈的核心组件。
支持插件，可用于数据摄取的协议，如collectd、Graphite、OpenTSDB
可以处理数百万个数据点，仅需1秒
保留策略，用于自动删除过时数据

由于它是开源的，您可以下载并在您的服务器上开始使用。但是，它们也提供了适用于AWS、Azure和GCP的InfluxDB云。

Prometheus

是一个开源的监控解决方案，用于理解度量数据并发送必要的警报。它具有本地的磁盘时间序列数据库，可以将数据以自定义格式存储在磁盘上。

Prometheus的数据模型是基于时间序列的多维的；它将所有数据存储为时间戳值的流。当使用完全数字化的时间序列时，它非常有用。收集微服务数据并查询它是Prometheus的优势之一。

它与Grafana紧密集成，用于可视化。如果您是新手，可以阅读这篇文章。

特点

具有多维模型，使用度量名称和键值对（标签）
PromQL用于查询时间序列数据以生成表格、警报和Adhoc图形
使用HTTP拉模式来收集时间序列数据
使用中间网关来推送时间序列

Prometheus有数百个用于从Windows、Linux、Java、数据库、API、网站、服务器硬件、PHP、消息传递等导出数据的。要监控Linux，请查看此。

TimescaleDB

是一个开源的关系数据库，使得针对时间序列数据的SQL具有可扩展性。该数据库是构建在上的。

它提供两种产品——第一种选择是社区版，免费安装在您的服务器上使用。第二种选择是TimescaleDB云端，您可以在云端获得完全托管和管理的基础设施来满足您的部署需求。

它可以用于DevOps监控、了解应用程序指标、跟踪物联网设备数据、了解金融数据等等。您可以测量日志、Kubernetes事件、Prometheus指标，甚至自定义指标。

对于产品所有者来说，您可以使用它来了解产品的性能变化，从而帮助您做出战略性增长决策。

特点

查询速度比PostgreSQL、MongoDB快10-100倍
可以水平扩展到PB级，并每秒写入百万数据点
与PostgreSQL非常相似，因此对开发人员和管理员来说非常容易操作
结合关系数据库和时间序列数据库功能，构建强大的应用程序
内置算法和性能功能，可节省大量成本

Graphite

Graphite是一个一体化的解决方案，用于存储和高效可视化实时时间序列数据。Graphite可以做两件事情，存储时间序列数据并按需渲染图形。但它不会为您收集数据；为此，您可以使用诸如collectd、Ganglia、Sensu、telegraf等工具。

它有三个组件——Carbon、Whisper和Graphite-Web。Carbon接收时间序列数据，对其进行聚合，然后将其持久化到磁盘中。Whisper是用于存储数据的时间序列数据库存储。Graphite-Web是用于创建仪表板和可视化数据的前端。

Graphite特点：

以简单直接的格式提交数据
提供了全面的API，用于渲染数据并创建图表、仪表板、图形
提供了丰富的统计库和变换渲染功能
链式多个渲染函数以构建目标查询

QuestDB

QuestDB是一款基于列的关系型数据库，可以对时间序列数据进行实时分析。它使用SQL和一些扩展来创建时间序列数据的关系模型。QuestDB从头开始编码，没有依赖关系，从而提高了性能。

QuestDB支持关系和时间序列的连接，有助于相关数据的关联。开始使用QuestDB的最简单方法是在Docker容器中部署它。

QuestDB特点：

交互式控制台，可使用拖放导入数据并查询
支持云原生（AWS、Azure、GCP）、本地部署或嵌入式部署
提供企业集成功能，如活动目录、高可用性、企业安全性、集群化
使用操作和预测性分析实时提供洞见

AWS Timestream

怎么能不提到AWS呢？

AWS Timestream是一种无服务器时间序列数据库服务，快速可扩展。它主要用于物联网应用程序，每天存储数万亿个事件，速度比关系数据库快1000倍，成本只有其1/10。

使用专为此目的构建的查询引擎，您可以同时查询最近的数据和历史存储的数据。它提供多个内置函数来分析时间序列数据以找到有用的洞见。

Amazon Timestream特点：

没有需要管理的服务器或实例；一切都自动处理。
成本效益高，只需支付摄取、存储和查询的费用。
每天可处理数万亿个事件，性能不会下降。
内置分析功能，支持标准SQL、插值和平滑函数，用于识别趋势、模式和异常。
使用AWS密钥管理系统（KMS）对所有数据进行加密，客户管理密钥（CMK）。

OpenTSDB

OpenTSDB是一个可扩展的时间序列数据库，构建在HBase之上。它能够以每秒数百万次的写入速度存储数万亿个数据点。您可以使用其原始时间戳和精确值将数据永久保存在OpenTSDB中，以确保不会丢失任何数据。

它具有时间序列守护程序（TSD）和命令行实用程序。时间序列守护程序负责将数据存储在HBase中或从HBase中检索数据。您可以使用HTTP API、telnet或简单的内置GUI与TSD进行通信。您需要使用flume、collectd、vacuumetrix等工具将数据从各种来源收集到OpenTSDB中。