辽宁时间序列数据库分析报告品牌企业 美信科技

时序数据库分片方法：

哈希分片： 均衡性较好，但集群不易扩展执行哈希：均衡性好，集群扩展易，但实现复杂范围划分：复杂度在于合并和分裂，全局有序分片设计

分片的会直接影响到写入的性能，结合时序数据库的特点，根据 metric + tags 分片是比较好的方式，查询大都是按照一个时间范围进行的，这样形同的 metric + tags 数据会被分配到一台机器上连续存放，顺序的磁盘读取是很快的。

在时间范围很长的情况下，可以根据时间访问再进行分段，分别存储到不同的机器上，这样大范围的数据就可以支持并发查询，优化查询速度。

如下图，行和第三行都是同样的tag（sensor=95D8-7913;city=上海），所以分配到同样的分片，而第五行虽然也是同样的tag，但是根据时间范围再分段，被分到了不同的分片。第二、四、六行属于同样的tag（sensor=F3CC-20F3;city=北京）也是一样的道理。

时间序列化数据库序列化框架***ro

***ro是hadoop生态系统中的序列化及RPC框架，设计之初的意图是为Hadoop提供一个、灵活且易演化的序列化及RPC基础库，目前已经发展成一个***的项目。相比于Thrift和Protobuf，***ro具有以下特点：

（1） 动态类型：***ro不需要生成代码，它将数据和schema存放在一起，这样数据处理过程并不需要生成代码，方便构建通用的数据处理系统和语言

（2） 未标记的数据：读取***ro数据时schema是已知的，这使得编码到数据中的类型信息变少，进而使得序列化后的数据量变少。

（3） 不需要显式域编号：处理数据时新旧schema都是已知的，因此通过使用字段名称即可解决兼容性问题。

时间序列数据库

水平（横向）切分当一个应用难以再细粒度的垂直切分，或切分后数据量行数巨大，存在单库读写、存储性能瓶颈，这时候就需要进行水平切分了。

水平切分分为库内分表和分库分表，是根据表内数据内在的逻辑关系，将同一个表按不同的条件分散到多个数据库或多个表中，每个表中只包含一部分数据，从而使得单个表的数据量变小，达到分布式的效果。