国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>公众号

时序数据库的流计算支持

公众号新闻

2023-03-21 13:03

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

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

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

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(bucket: "mydb")  |> range(start: -1h)  |> filter(fn: (r) => r["_measurement"] == "mymeasurement")  |> map(fn: (r) => ({ r with value: r.value * 2 }))  |> filter(fn: (r) => r.value > 100)  |> aggregateWindow(every: 1m, fn: sum, createEmpty: false)  |> group(columns: ["location"])  |> join(tables: {stream1: {bucket: "mydb", measurement: "stream1", start: -1h}, stream2: {bucket: "mydb", measurement: "stream2", start: -1h}}, on: ["location"])  |> alert(name: "value_above_threshold", message: "Value is above threshold", crit: (r) => r.value > 100)  |> to(bucket: "mydb", measurement: "output", tagColumns: ["location"])

案例二：使用类 SQL 指令，创建流计算以及定义流计算规则，如下：

CREATE STREAM current_stream        TRIGGER AT_ONCE        INTO current_stream_output_stb AS        SELECT              _wstart as start,               _wend as end,               max(current) as max_current         FROM meters         WHERE voltage <= 220         INTEVAL (5S) SLIDING (1s);