KaiwuDB 多模数据库-时序性能优化
随着物联网领域的快速发展，时序数据的产生和处理需求不断增长。为了满足实时性、高效性和准确性的要求，数据库需要进行时序性能优化，以提供快速的数据写入、实时查询和高效的数据存储与处理能力。
本期直播介绍了时序数据和时序数据库特征以及基于 TSBS 时序测试标准分析，并基于此解析了 KaiwuDB 的时序模型架构和优化设计。
一、时序基础概念
1. 时序基础概念
时间序列数据是指带时间标签的数据，主要由电力、化工、气象、地理信息等行业的各类实时监测、检查与分析设备所采集、产生的数据。
为了便于解释基本概念，以微电网的太阳能发电板作为典型时序数据场景。假设每个发电板采集电流、电压、温度三个量，有多个太阳能板。
-
Measurement：一类设备的集合；
-
Data source：一个具体的设备；
-
Tags：一个设备的描述标签；
-
Timestamp：本条时序数据的采集时间。
2. 时序数据库的特点
时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据。
基本特点：
-
大数据量的处理；
-
高压缩比；
-
冗余重复数据的一份存储；
-
时间序列分区处理；
-
一般没有事务相关处理。
二、TSBS 测试标准说明
1. TSBS 测试标准
TimeScale 开源项目：
-
时序数据的生成和写入；
-
时序场景的典型查询。
两个典型的应用场景：
-
DevOps – 服务器 CPU 监控场景有序的时间序列数据；
-
IoT – 物联网卡车车队场景存在无序和缺失的时间序列数据。
2. DevOps 场景（CPU-only）
CPU-only 场景特点：
-
数据间隔均为 10 秒；
-
场景五数据量最大 1.8 亿条记录，场景四数据量最小 1800 万条记录；
-
场景四和场景五设备数量较多，仅覆盖 3 分钟时间跨度。
3. 不同分类的 TSBS 语句分析
三、KaiwuDB 多模数据库时序引擎
1. 基本执行架构
-
应用层；
-
SQL Engine；
-
分布式层；
-
Storage Engine。
一般没有事务相关处理。
2. 时序优化改造
2.1 存储结构优化
针对时序数据的量大、递增、且部分数据为静态值的特点，存储结构做了如下演进：
-
大表，所有设备写入到一张表；
-
分表，一个设备一张表；
-
分区，按照时间划分数据区域；
-
合表，部分设备一组，静态属性合并存储，同时时间分区
2.2 KaiwuDB 执行计算架构优化
针对时序模型，KaiwuDB 做了一系列执行架构调整：
-
执行器下放；
-
采用 mmap 技术，减少数据拷贝；
-
分区并行；
-
数据裁剪；
-
定制执行计划；
-
Timebucket 等特殊时序算子；
-
多级动态并行。
2.3 KaiwuDB 时序统计信息
KaiwuDB 的针对时序查询的特征，定制和实现了一套时序预计算统计信息。其特点如下：
-
时序表是一种特殊的复合表；
-
模板表对应 tag 表；
-
实例表只是对应 tag 表中的一条索引，而非完整表；
-
数据写入时可以动态创建 tag 项并写入数据；
-
tag 表支持基本的统计信息，例如包含 TSBS；
-
查询支持通用数据读取；
-
特殊查询能够下推，例如多 tag 查询下推，单个 tag 特定聚合数据；
-
数据块按照时间分区，增加块的统计信息。
