TimescaleDB

TimescaleDB是Timescale Inc.(成立于2015年)开发的一款号称兼容全SQL的时序数据库。它的本质是一个基于PostgreSQL（以下简称PG）的扩展（Extension），主打的卖点如下：

• 全SQL支持

• 背靠PostgreSQL的高可靠性

• 时序数据的高写入性能

同样的，TimescaleDB开源了其单机版本，而集群版本仅在商业化方案中提供。

背景特性

数据模型

由于TimescaleDB的根基还是PG，因此它的数据模型与NoSQL的时序数据库(如我们的阿里时序时空TSDB，InfluxDB等)截然不同。在NoSQL的时序数据库中，数据模型通常如下所示，即一条数据中既包括了时间戳以及采集的数据，还包括设备的元数据（通常以Tagset体现）。数据模型如下所示：

但是在TimescaleDB中，数据模型必须以一个二维表的形式呈现，这就需要用户结合自己使用时序数据的业务场景，自行设计定义二维表。在TimescaleDB的官方文档中，对于如何设计时序数据的数据表，给出了两个范式：Narrow Table、Wide Table。

所谓的Narrow Table就是将metric分开记录，一行记录只包含一个metricValue - timestamp。举例如下：

而所谓的Wide Table就是以时间戳为轴线，将同一设备的多个metric记录在同一行，至于设备一些属性（元数据）则只是作为记录的辅助数据，甚至可直接记录在别的表（之后需要时通过JOIN语句进行查询）：

基本上可以认为：Narrow Table对应的就是单值模型，而Wide Table对应的就是多值模型。由于采用的是传统数据库的关系表的模型，所以TimescaleDB的metric值必然是强类型的，它的类型可以是PostgreSQL中的 数值类型，字符串类型 等。

特性

TimescaleDB在PostgreSQL的基础之上做了一系列扩展，主要涵盖以下方面：

• 时序数据表的透明自动分区特性

• 提供了若干面向时序数据应用场景的特殊SQL接口

• 针对时序数据的写入和查询对PostgreSQL的Planner进行扩展

• 面向时序数据表的定制化并行查询

其中3和4都是在PostgreSQL的现有机制上进行的面向时序数据场景的微创新。1和2则是TimescaleDB的核心功能。综上所述，由于TimescaleDB完全基于PostgreSQL构建而成，因此它具有若干与生俱来的优势：

• 100%继承PostgreSQL的生态。且由于完整支持SQL，对于未接触过时序数据的初学者反而更有吸引力

• 由于PostgreSQL的品质值得信赖，因此TimescaleDB在质量和稳定性上拥有品牌优势

• 强ACID支持

当然，它的短板也是显而易见的：

• 由于只是PostgreSQL的一个Extension，因此它不能从内核/存储层面针对时序数据库的使用场景进行极致优化。

• 当前的产品架构来看仍然是一个单机库，不能发挥分布式技术的优势。而且数据虽然自动分区，但是由于时间戳决定分区，因此很容易形成I/O热点。

• 在功能层面，面向时序数据库场景的特性还比较有限。目前更像是一个 传统OLTP数据库+部分时序特性。

不管怎样，TimescaleDB也算是面向时序数据库从另一个角度发起的尝试。在当前时序数据库仍然处于新兴事物的阶段，它未来的发展方向也是值得我们关注并借鉴的。