未排序数据系列的TimescaleDB

TimescaleDB非常适合数据系列

在我的例子中，我使用的是数据系列，但我的数据没有经过排序

---

与排序后的数据相比，TimescaleDB的工作方式是否相同？

TimescaleDB是解决您的问题的好方法。它不会对以排序方式出现的数据施加约束。时间尺度在您选择的维度上对数据进行分区，时间是单调维度中最常见的例子（但可以使用任何整数类型对数据进行分区）。指定分区大小（块大小），TimescaleDB会为每个间隔自动创建新分区。只要您的数据在几个块的间隔范围内，那么数据库就可以处理内存中的这些块，从而加快接收速度。数据是否经过绝对排序并不重要。因为TimescaleDB是基于PostgreSQL构建的，所以它没有一个仅附加的存储模型，这使得它甚至可以修改旧数据，甚至可以在不牺牲性能的情况下进行回填

使用TimescaleDB的另一个好处是：

• 本机压缩，可将存储需求减少20倍或30倍（更多取决于您的数据布局）
• 数据分层：在较慢的存储上附加表空间，并自动将旧块移动到较慢的存储上
• 连续聚集：定义自动刷新的物化视图
• 基于您选择的分区，基于您的查询谓词高效地删除不需要扫描的块的优化

---

我可以给您一个更详细的答案，但首先要问一个问题：您的数据是否未排序，但仍然以单调的方式在时间上向前移动，例如，您在最近2-3天的当前时间以随机顺序插入数据，有时插入/更新上周的数据，在这之前很少插入数据？嗨@BlagojAtanasovski。我正在事实表（DW）中加载数据（事实）。我们的日期有两列日期（事实日期和上次更新日期）。我们使用上次更新日期获取今天发生的所有插入/更新的事实（）。但列fact_date是用作键/索引的。因此，每天我们可能会有数百个来自不同日期（周、月、年）的事实。我回答了你的问题吗？但是在压缩时要小心：如果你现在不能将数据插入压缩块，并且当压缩打开时，你不能（轻松地）更改表（例如添加列，…）是的，压缩块不能被修改，你必须在插入/更新压缩块之前手动解压缩它们。但是，您可以指定一个压缩策略，该策略将仅对早于某个时间间隔的数据运行压缩