Um Time Series Database (TSDB) armazena e processa pontos de dados ordenados cronologicamente. Cada ponto contém um timestamp e um ou mais valores de métrica. Esses dados são comuns em IoT, monitoramento, negociações financeiras, controle industrial, redes de sensores, registros meteorológicos e monitoramento de métricas de servidores.
Contexto
Os bancos de dados de séries temporais surgiram devido a vários fatores essenciais:
Crescimento acelerado da IoT: Uma enorme quantidade de sensores e dispositivos gera dados com timestamp em alto volume (temperatura, umidade, status do dispositivo). Bancos de dados relacionais tradicionais não conseguem ingerir ou consultar essas informações com eficiência.
Demanda crescente por monitoramento: Sistemas de operações e manutenção de TI, controle industrial e gestão de energia exigem escritas de alta concorrência, compressão eficiente e consultas rápidas por intervalo de tempo. Bancos de dados tradicionais não suportam essas capacidades.
Análise e previsão de big data: Manutenção preditiva, previsões de mercado e modelagem climática requerem bancos de dados capazes de armazenar séries temporais em grande escala e executar consultas analíticas complexas.
Otimização de recursos e controle de custos: Os TSDBs utilizam compressão de dados, indexação eficiente e otimização de armazenamento para reduzir custos de armazenamento e computação, mantendo o desempenho das consultas.
Os TSDBs atendem a essas necessidades ao oferecer alto throughput de escrita, compressão de dados e consultas otimizadas por intervalo de tempo.
Recursos
O GanosBase TSDB é um banco de dados de séries temporais desenvolvido sobre o banco de dados cloud-native PolarDB for PostgreSQL. Ele oferece compatibilidade total com o TimescaleDB Apache 2.0 e adiciona agregação contínua, compressão de séries temporais e análise estatística. Principais recursos:
Leitura e escrita de alto desempenho: O GanosBase TSDB processa dezenas de milhares de escritas por segundo e fornece recuperação rápida de dados históricos para monitoramento em tempo real.
Agregação contínua: Defina materialized views que calculam automaticamente agregações (soma, média, máximo, mínimo) em intervalos de tempo (minuto, hora, dia). O GanosBase TSDB atualiza essas views em segundo plano conforme os dados mudam.
Fusão multimodal: Armazene e consulte séries temporais juntamente com dados espaço-temporais. O particionamento multidimensional (tempo, espaço) com pruning automático de partições acelera a recuperação dos dados.
Armazenamento de baixo custo: O GanosBase TSDB alcança uma redução de armazenamento superior a 70% por meio de desduplicação e compressão de alta taxa. Arquivos frios podem ser arquivados no Object Storage Service (OSS) para reduzir ainda mais os custos.
Políticas de retenção de dados: Configure a exclusão automática de dados expirados com base em regras de negócio para controlar custos de armazenamento e manter o desempenho.
Extensibilidade e alta disponibilidade: O GanosBase TSDB aproveita o PolarDB para dimensionamento horizontal e failover automático.
Em conjunto, esses recursos tornam o GanosBase TSDB ideal para cargas de trabalho de monitoramento, análise e previsão em grande escala.
Casos de uso
O GanosBase TSDB aplica-se aos seguintes cenários:
IoT: Sensores inteligentes e dispositivos conectados emitem continuamente métricas com timestamp (temperatura, umidade, pressão). Esses dados exigem ingestão e análise em tempo real para monitoramento remoto e previsão de falhas.
Monitoramento: Infraestrutura de TI (desempenho de servidores, tráfego de rede) e sistemas de gerenciamento de desempenho de aplicações rastreiam métricas ao longo do tempo para detectar anomalias e otimizar o desempenho.
Serviços financeiros: Preços de ações, volumes de negociação e taxas de câmbio são dados de séries temporais adequados para análise de negociações de alta frequência, previsão de tendências e gestão de riscos.
Energia e serviços públicos: Armazene e analise dados operacionais e de consumo de redes inteligentes e usinas hidrelétricas para melhorar a distribuição de energia e viabilizar a manutenção preditiva.
Automação industrial: O monitoramento do status de equipamentos de manufatura e o controle de processos geram grandes volumes de dados de séries temporais para gestão da integridade dos dispositivos e otimização da produção.