ishenwei/nexus
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update nexus: fix conflicts and sync local changes

Browse Source
This commit is contained in:
Shen Wei
2026-04-26 12:06:50 +08:00
parent 191797c01b
commit f09834b5a5
2443 changed files with 254323 additions and 255154 deletions
Download Patch File Download Diff File Expand all files Collapse all files

114
wiki/concepts/时序数据库.md
View File

@@ -1,57 +1,57 @@
---
title: "时序数据库"
type: concept
aliases: [Time Series Database, TSDB, 时序数据, 时间序列数据库]
tags: [database, monitoring, time-series, storage]
date: 2025-11-11
---
# 时序数据库
## Overview
时序数据库（Time Series Database，TSDB）是一种专门为带时间戳的数据点序列设计的数据库类型，适用于监控指标、传感器数据、金融行情等场景。与传统关系型数据库相比，TSDB 针对高写入吞吐、时间范围查询、聚合分析做了专门优化，是现代可观测性系统的核心基础设施。
## Core Properties
- **时间戳主键**：每条记录以时间戳为核心标识
- **高写入吞吐**：支持每秒百万级数据点写入
- **时间范围查询**：高效的范围扫描和聚合
- **数据降采样**：自动压缩历史数据（high-resolution → low-resolution）
- **保留策略**：按时间自动过期旧数据（Retention Policy）
## Key Operations
| 操作 | 说明 | 示例 |
|------|------|------|
| 插入 | 写入带时间戳的数据点 | `metric{labels} value timestamp` |
| 查询 | 时间范围检索 | `WHERE time > t1 AND time < t2` |
| 聚合 | 按时间窗口聚合 | `rate(metric[5m])`、`avg_over_time(metric[1h])` |
| 降采样 | 降低历史数据精度 | 1s → 1m → 1h → 1d |
| 内插 | 估算缺失数据点 | 线性内插、Previous Forward Fill |
## Data Model
```
Metric Name: node_cpu_seconds_total
Labels: {cpu="0", host="server1", mode="user"}
Data Points: (timestamp=1700000000, value=1234.56), (timestamp=1700000015, value=1235.10), ...
```
## Leading TSDB Solutions
| 产品 | 特点 | 适用场景 |
|------|------|----------|
| [[Prometheus]] TSDB | 单实例设计，简约高效 | 单节点/小规模监控 |
| [[VictoriaMetrics]] | PromQL 兼容，长期存储 | 中小型集群 |
| InfluxDB | Telegraf 生态丰富 | IoT/传感器 |
| TimescaleDB | PostgreSQL 扩展 | 需要 SQL 的场景 |
| QuestDB | 高性能，SQL 接口 | 金融高频数据 |
| Thanos | Prometheus 长期存储 | 多租户/大规模 |
| Grafana Mimir | Grafana 官方后端 | 企业级监控 |
## Related Entities
- [[Prometheus]] — 核心 TSDB 实现
- [[VictoriaMetrics]] — Prometheus 兼容替代方案
## Related Concepts
- [[Exporter]] — TSDB 的数据来源
- [[PromQL]] — TSDB 查询语言
- [[Prometheus告警规则]] — 基于 TSDB 数据的告警
- [[System Monitoring]] — 上游应用领域
- [[Centralized Logging]] — 互补的可观测性数据（日志/追踪）
---
title: "时序数据库"
type: concept
aliases: [Time Series Database, TSDB, 时序数据, 时间序列数据库]
tags: [database, monitoring, time-series, storage]
date: 2025-11-11
---
# 时序数据库
## Overview
时序数据库（Time Series Database，TSDB）是一种专门为带时间戳的数据点序列设计的数据库类型，适用于监控指标、传感器数据、金融行情等场景。与传统关系型数据库相比，TSDB 针对高写入吞吐、时间范围查询、聚合分析做了专门优化，是现代可观测性系统的核心基础设施。
## Core Properties
- **时间戳主键**：每条记录以时间戳为核心标识
- **高写入吞吐**：支持每秒百万级数据点写入
- **时间范围查询**：高效的范围扫描和聚合
- **数据降采样**：自动压缩历史数据（high-resolution → low-resolution）
- **保留策略**：按时间自动过期旧数据（Retention Policy）
## Key Operations
| 操作 | 说明 | 示例 |
|------|------|------|
| 插入 | 写入带时间戳的数据点 | `metric{labels} value timestamp` |
| 查询 | 时间范围检索 | `WHERE time > t1 AND time < t2` |
| 聚合 | 按时间窗口聚合 | `rate(metric[5m])`、`avg_over_time(metric[1h])` |
| 降采样 | 降低历史数据精度 | 1s → 1m → 1h → 1d |
| 内插 | 估算缺失数据点 | 线性内插、Previous Forward Fill |
## Data Model
```
Metric Name: node_cpu_seconds_total
Labels: {cpu="0", host="server1", mode="user"}
Data Points: (timestamp=1700000000, value=1234.56), (timestamp=1700000015, value=1235.10), ...
```
## Leading TSDB Solutions
| 产品 | 特点 | 适用场景 |
|------|------|----------|
| [[Prometheus]] TSDB | 单实例设计，简约高效 | 单节点/小规模监控 |
| [[VictoriaMetrics]] | PromQL 兼容，长期存储 | 中小型集群 |
| InfluxDB | Telegraf 生态丰富 | IoT/传感器 |
| TimescaleDB | PostgreSQL 扩展 | 需要 SQL 的场景 |
| QuestDB | 高性能，SQL 接口 | 金融高频数据 |
| Thanos | Prometheus 长期存储 | 多租户/大规模 |
| Grafana Mimir | Grafana 官方后端 | 企业级监控 |
## Related Entities
- [[Prometheus]] — 核心 TSDB 实现
- [[VictoriaMetrics]] — Prometheus 兼容替代方案
## Related Concepts
- [[Exporter]] — TSDB 的数据来源
- [[PromQL]] — TSDB 查询语言
- [[Prometheus告警规则]] — 基于 TSDB 数据的告警
- [[System Monitoring]] — 上游应用领域
- [[Centralized Logging]] — 互补的可观测性数据（日志/追踪）