隨著業務的不斷發展，數據壓力的不斷增加，越來越多的企業在數據庫的選擇上更加糾結，也更為慎重。智能制造、能源、金融、汽車等領域的企業，面對時序大數據業務場景，也逐漸將選型調研的目光轉移至更為專業的時序數據庫（Time Series Database）之上。
作為一款較為流行的時序數據庫，OpenTSDB 主要作為(wei)監控系統被廣泛使用，一方面(mian)能(neng)夠(gou)存(cun)儲和(he)檢索指標（metric）數據并保存(cun)很長時間，另(ling)一方面(mian)如(ru)果需要增加(jia)(jia)功能(neng)也可以(yi)添(tian)加(jia)(jia)新(xin)指標。但(dan)是作為(wei)眾多企業選型調研(yan)的(de) Database 之一，OpenTSDB 真(zhen)的(de)是一個(ge)優選方案嗎？一起(qi)來看看它的(de)優劣勢。
OpenTSDB 是一個開源框架，使用 HBase 作為核心平臺來存儲和檢索所收集的指標數據，可以靈活地增加指標，也可以支持采集上萬臺機器和上億個數據點，具有高可擴展性。在時序數據庫（TSDB）領域，OpenTSDB 算是入場較早(zao)的“玩家”之一，其基于 HBase 的產品模式有(you)利也有(you)弊：在為(wei)有(you) HBase 基礎服務的企(qi)業降低門檻的同時，過度依(yi)賴 HBase，也為(wei)其性能(neng)、壓縮效果加設(she)了一個瓶頸。
具體來說，從專業(ye)性角(jiao)度(du)，其優劣勢(shi)總結如下(xia)：
優勢
- 在數據壓縮上，時間戳采用 delta 編碼進行壓縮，數據值采用 XOR 進行壓縮；存儲與計算解耦，為 IoT 場景海量數據、動態熱點的數據特征量身打造，方便按照并發度和存儲量按需獨立擴容。
- 采用分布式架構，支持橫向水平擴展。
- 較強的時序數據計算能力，主要體現為：插值，缺失的數據點，支持線性插值數據補全；降精度，支持預降精度和實時降精度計算，滿足高效查詢需求；空間聚合，支持按照不同的 tag 進行空間聚合和分組計算。
劣勢
- 依賴其他軟件：比如 Gnuplot ，需要提前安裝，版本要求為最小 4.2 最大 4.4。
- 安裝部署較復雜：因為底層是基于 HBase 設計的，而 HBase 又是建立在 Hadoop 集群之上，所以在部署方面相對復雜，由此還帶來了后期的維護成本增加的問題；ZooKeeper 也需要單獨配置部署。
- 在使用方面，OpenTSDB 不支持 SQL 語言，對于很多用戶來說并不友好，特別是之前使用關系庫的用戶來講，如果支持 SQL 語言，那學習成本會降低很多。
- 支持的函數相對較少，不支持表連接。
- 使用過程中如遇到問題，尋求幫助的渠道較少，不像國產時序數據庫，可以輕松地找到技術人員協助支持。
而在企業的具體實踐上，隨著實時數據庫業務量的攀升，OpenTSDB 的劣勢越來(lai)越明(ming)顯。很多企(qi)業在(zai)使用 OpenTSDB 設計(ji)和實(shi)現監(jian)(jian)控系統時(shi)，因為其在(zai)數(shu)據(ju)存(cun)儲上過于依(yi)賴(lai) Kafka、Spark 和 HBase 等大數(shu)據(ju)組件(jian)，會導致大數(shu)據(ju)處理鏈路越來(lai)越長(chang)，不僅(jin)運維和使用成本越來(lai)越高，系統的可(ke)靠(kao)性保障也遭受到了極大挑戰——一旦監(jian)(jian)控系統本身(shen)出現漏洞，業務系統存(cun)在(zai)的問題(ti)便將難(nan)以定位，進而(er)就(jiu)可(ke)能會造成巨大的實(shi)際業務損(sun)失(shi)。
