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未排序数据系列的TimescaleDB,timescaledb,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
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