每日一博 | 时序数据库的流计算支持
一、时序数据及其特点 时序数据(Time Series Data)是基于相对稳定频率持续产生的一系列指标监测数据,比如一年内的道琼斯指数、一天内不同时间点的测量气温等。时序数据有以下几个特点: 历史数据的不变性 数据的有效性 数据的时效性 结构化的数据 数据的大量性 二、时序数据库基本架构 针对时序数据的特点,时序数据库一般具有以下特性: 高速的数据入库 数据的生命周期管理 数据的流处理 高效的数据查询 定制的数据压缩 三、流计算介绍 流计算主要是指针对实时获取来自不同数据源的海量数据,经过实时分析处理,从而获得有价值的信息。常见的业务场景包括实时事件的快速反应,市场变化的实时告警,实时数据的交互分析等。流计算一般包括如下几方面的功能: 1)过滤和转换 (filter & map) 2)聚合以及窗口函数 (reduce,aggregation/window) 3)多数据流合并以及模式匹配 (joining & pattern detection) 4)从流到块处理 四、时序数据库对流计算的支持 案例一:使用定制化的流计算 API,如下面例子所示: from(...
