一、时序引擎介绍
开务数据库时序引擎是一款功能丰富、高性能的时序引擎，专为物联网、工业互联网、数字能源、金融等场景设计并优化。它能让大量设施、数据采集器每天产生的高达 TB 甚至 PB 级的数据失去高效实时的解决，对业务的运行状态进行实时的监测、预警，从大数据中挖掘出商业价值。
随着我国工业和信息化的倒退，零碎所需解决的数据量也越来越大，传统的数据库曾经无奈满足时序数据的高速写入和高并发的查问剖析需要。基于传统关系型数据库或大数据平台倒退而来的时序引擎，或性能不佳、或运维治理简单、或 SQL 反对有余，无奈满足我国工业信息化的需要。
开务数据库时序引擎应用“就地运算”等技术，具备高速、易用及易运维等个性，满足海量、高并发的时序数据写入及疾速查问和简单查问的需要。
二、时序引擎性能
数据查问：数据查问是开务数据库时序引擎的根底性能。创立数据库后，用户能够通过 SELECT 执行查问操作，子句反对 LAST/SINCE/BETWEEN/FILTER BY SAMPLE/WHERE/GROUP BY/HAVING/ORDER BY/LIMIT 等常见语法。
穿插链接剖析：穿插链接剖析在数据分析中十分弱小，许多有用的信息是通过查找和构建实体之间的链接或关联来发现的，通常用于剖析两个变量之间的关系。
空间索引：提供 Geohash 算法实现空间索引，空间索引的建设可满足根据空间地位来进行查问的需要；工业互联网、车联网等诸多场景均需应用到空间地位剖析。
树形剖析：反对提供树形；在某些数据分析状况下，它提供了一种比应用剖析表对象更无效的计算形式。
集群部署：反对集群部署，实用于大数据分析和边缘计算利用的高性能平台；采纳高效的映射 / 缩减架构来解决散布在不同开务数据库上的数据。
反对协定：反对 MySQL 协定，对利用更加敌对，充沛升高从 MySQL 数据库迁徙到开务数据库的老本。
反对多种函数：反对次要函数类型和自定义函数，包含聚合函数、日期函数、数学函数、空间函数、字符串函数等实用函数；也反对在表对象的查问语句中应用用户定义的函数，解决用户在生产中遇到的已有函数或性能无奈解决的问题。
内部接口：开务数据库时序引擎反对 Spark 和 Http 两种内部接口拜访数据库，可反对数据库内部集成需要或通过其余形式对外部进行拜访。
三、时序引擎劣势
- 反对每秒百万级别的单 / 多指标写入，可减少随工夫变动而产生的数据集。
- 时序引擎的工夫序列查问速度相较于传统关系数据库，晋升了 10-500 倍。
- 为不同用户配置不同权限，对接入时序引擎用户进行身份认证。
- 数据压缩无需解压缩即可应用，降本增效，数据压缩比为 1：7~1：10。
- 反对 SQL 语法、类 SQL 语法、SQL 写入、多开发语言、多协定兼容。
- 集群部署实用于大数据分析和边缘计算应用程序的高性能平台。
四、时序引擎架构
开务数据库时序引擎可能无效地且次要用于解决宏大且对立的带工夫标签实时数据。产品具备实时本地运算、串行流式数据实时运算等核心技术，反对云边端协同架构的超交融时序引擎产品，助力物联网、工业互联网、交通车联网、数字能源等多个畛域或行业数字化建设。
五、时序引擎实例演练
1、反对第三方工具进行连贯
2、兼容大部分 MySQL 语法
留神：应用 LOAD 语句批量导入 CSV 文件之前，要在通过 docker 启动时序引擎时配置 CSV 文件的目录，否则导入会失败。
更具体的实操演练能够滑至 10 分 38 秒 观看老师的具体解说哦，欢送关注咱们，后续会为大家出现更多硬核干货！
END