随着制造业数字化的发展以及物联网应用的普及，越来越非互联网、业务系统的数据被采集、记录和存储。
很多系统开发者熟悉的是Oracle、MySQL等关系型数据库，以及像Redis这样的键值数据库，于是在物联网应用、制造业数字化应用中也延续了相似的数据库选型。
这样做的好处很直接，产品熟悉，技术难度可控，开发工期可控。但随着系统运行时间的推移，该方案面临的性能挑战越来越大，而且在业务开发中会面临很多相似的查询、统计需求需要实现。
为什么呢？我们再审视一下物联网数据、制造业数据的特点。
首先，数据结构相对简单，主要包含三列，时间、标签、值；
第二，数据生成大多具有稳定的节奏，不存在或者与一般互联网应用那样的波峰波谷；
第三，数据很少更新，更多的是一次写，多次查询；
第四，数据量极其巨大，同时对于存储成本又很敏感；
第五，数据分析统计中很重要的维度之一是时间；
……
以上这些特点和我们熟悉的交易类数据有很明显不同。虽然用关系型数据库可以存储和管理，但没有很好的利用对于数据的理解。
如果能选择针对这类数据特点的专用数据库，则会让很多技术难点得到化解，而且会提高系统的稳定性。在数据库行业中，这类产品叫时序数据库。
时间序列数据库是广泛应用于物联网（IoT）设备监控系统，企业能源管理系统（EMS），生产安全监控系统，电力检测系统等行业场景的专业数据库产品，提供百万高效写入，高压缩比低成本存储、预降采样、插值、多维聚合计算，查询结果可视化功能；解决由于设备采集点数量巨大，数据采集频率高，造成的存储成本高，写入和查询分析效率低的问题。
下面介绍几款时间数据库产品供大家选择。
InformixTimeSeriesInformixTimeSeries在时间序列数据库中的位置就像Oracle在关系数据库中一样，属于经典的产品。
它给后续时间数据库产品研发提供了很好的标杆作用。其针对时间序列数据的特殊存储结构、索引设计以及专用计算函数都属于创新性的设计。
它也是多模数据的早期实践者，能与关系型数据库引擎并存，简化了应用系统设计、部署的复杂度。
InfluxDB时序数据库InfluxDB版是一款专门处理高写入和查询负载的时序数据库，用于存储大规模的时序数据并进行实时分析，包括来自DevOps监控、应用指标和IoT传感器上的数据。目前有以下特点：
专为时间序列数据量身打造的高性能数据存储。TSM引擎提供数据高速读写和压缩等功能。
简单高效的HTTPAPI写入和查询接口。
针对时序数据，量身打造类似SQL的查询语言，轻松查询聚合数据。
允许对tag建索引，实现快速有效的查询。
数据保留策略（Retentionpolicies）能够有效地使旧数据自动失效。
OpenTSDBOpenTSDB是可扩展的分布式时序数据库，底层依赖HBase。作为基于通用存储开发的时序数据库典型代表，起步比较早，在时序市场的认可度相对较高。
OpenTSDB的自我定位很清晰：TheScalableTimeSeriesDatabase。
如果应用场景很看重扩展性，可以选择OpenTSDB，否则就要考虑一下是否需要接受将HBase也纳入到技术栈和系统中了。阿里云智能TSDB阿里云智能TSDB高度兼容OpenTSDB协议，采用自研的索引，数据模型，流式聚合等技术手段提供更强大的时序能力。它不是简单地把OpenTSDB在云上部署了一份，而是基于云计算架构重新设计了底层架构；同时由于阿里云TSDB底层技术架构同OpenTSDB的实现区别巨大，对于OpenTSDB的一些运维接口不会兼容。从运维管控，功能，成本，性能等方面对比，阿里云智能TSDB相比OpenTSDB而言，优势还是很明显的。上述应用架构中，设备将原始数据通过MQTT协议发送到物联网平台，经由物联网平台将数据转发到消息服务系统，继而通过流计算系统对这些数据进行实时计算处理后写入到TSDB中存储，或者经由物联网平台直接将原始数据写入TSDB中存储。前端的监控系统和大数据处理系统会利用TSDB的数据查询和计算分析能力进行业务监控和分析结果的实时展现。
阿里云TSDBforInfluxDB阿里云TSDBforInfluxDB则是云上的InfluxDB版，与InfluxDB有很好的兼容性，可顺利的将将线下是数据库迁移至云上；同时省去了部署、运维管理的复杂度。
作者：黄军雷数据驱动价值热爱成就非凡