在學(xue)習關系(xi)數據庫(ku)(ku)的時候，很多教材(cai)都(dou)會(hui)提供一(yi)些經典的例子，比如如何為學(xue)生(sheng)建表(biao)，管理他們(men)學(xue)習的科目、成績(ji)、綜合表(biao)現等，先從邏輯上分解定義庫(ku)(ku)、表(biao)，同時通過主鍵(jian)外鍵(jian)構建起表(biao)與表(biao)之(zhi)間的關系(xi)，然后(hou)轉(zhuan)換成具體的 SQL 語(yu)句，最(zui)后(hou)通過各類關系(xi)運算實現數據的增刪改查(cha)。
但是在使用時序數據庫（Time Series Database，TSDB）的(de)時(shi)候，我們首先要(yao)面對的(de)一個問題就(jiu)是(shi)如何(he)建立數(shu)據(ju)模(mo)型(xing)（Data Model），也就(jiu)是(shi)如何(he)將業務邏(luo)輯中的(de)實體數(shu)據(ju)具體映射(she)到所選的(de)時(shi)序(xu)庫。
而且出于對(dui)讀寫性能(neng)、壓縮效率等目標的(de)權衡，不同的(de)時序數(shu)據庫產品(pin)有可能(neng)會選(xuan)擇不同的(de)模型，這(zhe)時候就要仔細分析(xi)了(le)。本文將(jiang)以(yi) InfluxDB 和 TDengine 為例，對(dui)比學習一下它們(men)的(de)數(shu)據模型。
概述
InfluxDB 針對現實世界的測(ce)量值(zhi)選擇了 bucket、measurement 這兩個核心(xin)概念，沒(mei)有關系數據(ju)庫(ku)里(li)的 database、table 等概念；而 TDengine 選擇了兼容 SQL、降低門檻的路線(xian)，也(ye)就繼承(cheng)了 database、table 等概念，同時創(chuang)新性地提(ti)出了“一個數據(ju)采集點一張(zhang)表”的數據(ju)模型。
InfluxDB 的數據模型
我們先來看看 InfluxDB 中的核心概念。根據其官方文檔：
InfluxDB 數據模型將時序數據組織為 bucket 和(he) measurement。一個 bucket 可以(yi)(yi)包含(han)多個 measurement。measurement 可以(yi)(yi)包含(han)多個標簽和(he)字段。
可以(yi)將 bucket 理解為(wei)存(cun)儲時序(xu)數(shu)(shu)據(ju)(ju)(ju)的(de)位置(zhi)，我們(men)可以(yi)為(wei)其指定(ding)時序(xu)數(shu)(shu)據(ju)(ju)(ju)的(de)保存(cun)策略(lve)。measurement 則用(yong)于時序(xu)數(shu)(shu)據(ju)(ju)(ju)的(de)邏(luo)輯(ji)分組。從邏(luo)輯(ji)意義上(shang)對比，我們(men)可以(yi)把(ba)(ba) bucket 看作(zuo)關系數(shu)(shu)據(ju)(ju)(ju)庫中的(de) database，把(ba)(ba) measurement 看作(zuo) table。
measurement 又(you)包(bao)括幾個(ge)部分：
- 標簽（tag）：其值不經常改變的鍵值對。用來保存一些相對靜態的信息，比如采集設備的主機、位置、站點等。
- 字段（field）：其值隨著時間經常改變的鍵值對，比如溫度、壓強、股價等。
- 時間戳（timestamp）：與當前數據關聯的時間戳。
在(zai)此基礎上(shang)，InfluxDB 又有兩個新的(de)概(gai)念，point（數據(ju)點）和(he)時間線（series），當然(ran)這在(zai)很多時序數據(ju)庫中都(dou)是類(lei)似的(de)。
整體來看，InfluxDB 的(de)數據模型比較直(zhi)觀，而且不(bu)需要(yao)提前定(ding)義(yi)好模式，容(rong)易上手，后(hou)期如果有需要(yao)，動態增加新(xin)的(de)字段也比較容(rong)易。當然(ran)，考慮后(hou)續的(de)查詢(xun)性能(neng)，在(zai)(zai)數據量非常大的(de)情況下，也需要(yao)仔細設計 measurement 中的(de) tag 和 field，在(zai)(zai)此就(jiu)不(bu)做(zuo)贅述。新(xin)用戶(hu)可(ke)以直(zhi)接(jie)使用 InfluxDB 的(de)圖形界(jie)面或命(ming)令行(xing)客戶(hu)端(duan)來創建(jian) bucket，然(ran)后(hou)就(jiu)可(ke)以利(li)用行(xing)協議寫入(ru)數據了。就(jiu)像(xiang)這樣(yang)：
influx write \
--bucket get-started \
--precision s "
home,room=Living\ Room temp=21.1,hum=35.9,co=0i 1641024000
home,room=Kitchen temp=21.0,hum=35.9,co=0i 1641024000
home,room=Living\ Room temp=21.4,hum=35.9,co=0i 1641027600
home,room=Kitchen temp=23.0,hum=36.2,co=0i 1641027600
home,room=Living\ Room temp=21.8,hum=36.0,co=0i 1641031200
home,room=Kitchen temp=22.7,hum=36.1,co=0i 1641031200
home,room=Living\ Room temp=22.2,hum=36.0,co=0i 1641034800
"在查(cha)詢方面，InfluxDB 提供了類 SQL 的 InfluxQL 語言，后(hou)來又(you)推出了函數式的腳本語言 Flux。需要一定的學習(xi)成本。
TDengine 的數據模型
TDengine 充(chong)分(fen)利用了時序(xu)數(shu)據(ju)的(de)特點(dian)，提出了“一(yi)個數(shu)據(ju)采集點(dian)一(yi)張表(biao)”與“”的(de)概念，設計(ji)了創新(xin)的(de)存(cun)儲引擎，讓(rang)數(shu)據(ju)的(de)寫入、查(cha)詢和存(cun)儲效率都得到極大的(de)提升。
首(shou)先(xian)，TDengine 為(wei)(wei)了讓有數據庫經驗的從業者快速上手，直接選擇了以 SQL 為(wei)(wei)接口語言的設(she)(she)計策(ce)略(lve)。所謂“一(yi)個數據采集(ji)點一(yi)張表”，就是在設(she)(she)計數據模(mo)型(xing)時(shi)，要(yao)對每(mei)個數據采集(ji)點單獨建一(yi)張表，用(yong)來存儲這(zhe)個數據采集(ji)點所采集(ji)的時(shi)序數據。這(zhe)種設(she)(she)計有幾大優點：
- 由于不同數據采集點產生數據的過程完全獨立，每個數據采集點的數據源是唯一的，一張表也就只有一個寫入者，這樣就可采用無鎖方式來寫，寫入速度就能大幅提升。
- 對于一個數據采集點而言，其產生的數據是按照時間排序的，因此寫的操作可用追加的方式實現，進一步大幅提高數據寫入速度。
- 一個數據采集點的數據是以塊為單位連續存儲的。如果讀取一個時間段的數據，它能大幅減少隨機讀取操作，成數量級的提升讀取和查詢速度。
- 一個數據塊內部，采用列式存儲，對于不同數據類型，采用不同壓縮算法，而且由于一個數據采集點的采集量的變化是緩慢的，壓縮率更高。
由于一個數據采集點一張表，導致表的數量巨增，難以管理，而且應用經常需要做采集點之間的聚合操作，聚合的操作也變得復雜起來。為解決這個問題，TDengine 引入了超級表（Super Table，簡稱為 STable）的概念。在 TDengine 的設計里，表用來代表一個具體的數據采集點，超級表用來代表一組相同類型的數據采集點集合。
所(suo)以在使用 TDengine 時(shi)，我(wo)們(men)要先(xian)創建(jian)庫（database），再創建(jian)超(chao)級表(biao)，然后為具體的(de)數據采(cai)集點創建(jian)子表(biao)。從創建(jian)到管(guan)理(li)數據，都可用自(zi)己熟悉的(de) SQL 語法。TDengine 3.0 新增(zeng)的(de)流式(shi)計算(suan)語法，也是直接擴充了 SQL，很容易上手。
當然，硬幣總有兩面。TDengine 為(wei)了性(xing)能(neng)選擇了這樣(yang)的設(she)計，但是像 InfluxDB 的無模式(shi)操作，實現起來就要復雜一些。不過 TDengine 也(ye)通過內部功(gong)(gong)能(neng)提供了無模式(shi)寫入功(gong)(gong)能(neng)。
本文簡單對比了 InfluxDB 和 TDengine 的數據(ju)模型。總(zong)結(jie)而言，如果(guo)沒有數據(ju)庫相關背景，InfluxDB 上手比較直(zhi)觀；如果(guo)有 SQL 經驗(yan)，甚至在業務中(zhong)已經用 MySQL 等關系數據(ju)庫處理(li)過時(shi)序數據(ju)，則 TDengine 更為(wei)友好。
