TSDB

概述

阿里云为其时序数据管理需求提供了两条核心产品路径：​​专精型的时序数据库TSDB​​和​​融合多模能力的Lindorm时序引擎​​。两者均由阿里云自主研发，共享部分技术底蕴，但定位和架构有显著区别，以满足不同复杂度的应用场景。

一、 专精型产品：时序数据库TSDB

核心定位

TSDB是一款​​独立、高性能、低成本​​的分布式时序数据库服务。它专注于解决大规模的指标型时序数据（如监控数据、传感器数据）的存储、查询和分析问题，追求在垂直场景下的极致性能和成本效益。

技术架构与特性

1. ​​数据模型​​

• 采用经典的时序数据模型：一个时间线由一组​​标签（Tags）​​ 和一个​​指标（Metric）​​ 唯一确定。
• ​​标签​​用于标识数据来源（如host=server01, region=cn-hangzhou），用于高效的筛选和分组。
• ​​指标​​是随时间变化的测量值（如cpu_usage）。

1. ​​高性能引擎​​

• ​​高吞吐写入​​： 优化了写入路径，支持百万级数据点/秒（PPS）的写入能力。
• ​​高效压缩​​： 采用专为时序数据设计的压缩算法（如差值压缩、熵编码等），宣称压缩比可达1:10甚至更高，显著降低存储成本。
• ​​倒排索引​​： 对标签（Tags）构建倒排索引，使得基于多维标签的查询非常高效。

1. ​​核心功能​​

• ​​SQL-92兼容查询​​： 支持使用标准SQL语法进行数据查询，并提供了大量时序数据库特有的函数（如降采样、插值、时间窗口聚合等）。
• ​​数据生命周期管理（TTL）​​： 支持自动过期和删除过期数据。
• ​​预聚合​​： 支持创建预聚合规则，在后台预先计算常用聚合值（如1分钟均值），以加速 dashboard 和报表的查询速度。

1. ​​典型适用场景​​

• ​​基础设施与应用监控（ITOM/APM）​​： 存储和分析服务器、容器、应用程序的性能指标。
• ​​工业物联网数据集​​： 处理来自传感器、设备的中等复杂度的监控数据。
• ​​电力能源​​： 电表、新能源电站的数据采集与监控。

二、 融合多模产品：Lindorm时序引擎

核心定位

Lindorm是阿里云自主研发的​​云原生多模数据库​​，其​​时序引擎​​作为Lindorm的一个核心能力，设计用于处理超大规模、更复杂的物联网和车联网场景。它不仅能处理时序数据，还能在同一数据库内核中处理宽表、搜索等非时序数据，旨在解决“数据孤岛”问题。

技术架构与特性（侧重时序部分）

1. ​​融合架构优势​​

• ​​统一存储引擎​​： Lindorm使用统一的底层存储引擎（基于LSM-tree的扩展）来支持宽表、时序、搜索等多种数据模型。这意味着时序数据可以和其他类型的数据（如设备元数据、业务数据）存储在同一个数据库中，避免了跨数据库关联查询的复杂性和延迟。
• ​​一体化访问​​： 提供统一的SQL语法，可以同时查询时序数据和关联的宽表数据。

1. ​​面向超大规模设计​​

• ​​存算分离与弹性扩展​​： 采用彻底的云原生架构，计算和存储资源完全分离，可以独立、弹性地扩展，理论上支持PB级甚至EB级的数据规模。
• ​​超高吞吐​​： 为阿里集团内部和外部客户处理万亿级时间线的数据写入，旨在支持海量设备接入的场景。

1. ​​增强的时序功能​​

• 继承了TSDB的核心时序能力（如高效压缩、倒排索引、时序函数）。
• 在复杂查询、多维度分析能力上通常更为强大，得益于其多模融合的架构。

1. ​​典型适用场景​​

• ​​车联网​​： 处理千万级车辆产生的轨迹、状态、事件等海量高频数据，并能与车辆属性等宽表数据关联查询。
• ​​工业互联网平台​​： 作为大型工业平台的底层数据底座，同时接入设备时序数据、设备台账信息、工单信息等。
• ​​智慧城市​​： 处理城市中各种物联网终端（如摄像头、环境传感器）产生的超大规模数据流。