时序数据库（TSDB）适用场景

在实际开发中，我们很多开发人员甚至不知道时序数据库，我要说的是，在未来的开发方向中，时序数据库会用到的越来越多，尤其是各种物联网以及告警监控等等。

时序数据库核心特点：数据自带时间戳、写入量大、写入持续、查询多按时间范围、旧数据冷归档、很少更新/删除历史数据。适合采集类指标，不适合事务型业务。

1. IoT 物联网（最典型场景）

设备持续上报传感器数据：温度、压力、电压、湿度、位置、振动。

• 工厂产线设备监控、工业PLC采集

• 充电桩、光伏/储能电站（EMS系统）

• 智能电表、水表、燃气表

• 车载传感器、无人机、卫星终端遥测数据

  特点：百万级设备高频打点，按时间曲线看趋势。

2. 服务器 & 云基础设施监控（运维可观测）

服务器、容器、中间件指标采集。

• CPU、内存、磁盘IO、网络带宽

• Kubernetes节点/Pod指标、数据库连接数、Redis QPS

• 告警：指标突增突降，按时间窗口聚合

  代表：Prometheus底层就是时序模型。

3. 应用性能监控 APM / 链路指标

业务服务指标，区别于日志：

• 接口QPS、响应耗时P95/P99、错误率
• 微服务调用吞吐量、资源耗时指标
• 大盘展示：近1小时/近7天指标曲线

4. 能源、电力行业

• 电网负荷、电流电压、电力调度数据
• 风电、光伏出力监测，储能充放电曲线
• 能耗统计、分时能耗报表

5. 金融量化行情

• 股票、期货、加密货币K线、tick行情数据

• 订单流、撮合时序，回测历史行情

  注意：高频tick写入压力很大，会选专业TSDB。

6. 交通、位置时序

• 网约车/公交车GPS轨迹点（每个时间点位置、速度）
• 高速车流、隧道监测

7. 环境监测

气象站、水质、空气PM2.5、土壤监测，持续采集环境指标。

8. 业务指标统计（BI大盘）

业务侧指标：日活、订单量、支付金额，按分钟/小时聚合。

注意：明细订单不适合放TSDB，只适合聚合后的指标。

❌ 不适合时序数据库的场景

1. 需要大量更新、删除单条历史记录（TSDB写入优化，随机改数据性能差）
2. 强事务、多表关联查询（订单、用户信息，用MySQL）
3. 非时间维度为主的检索，比如按用户ID查明细（适合关系库/ES）
4. 长文本日志存储（日志用ELK，指标才用TSDB）

一句话总结

只要是持续不断产生、带时间戳、主要看趋势和时间范围聚合的指标数据，就适合时序数据库。

如果你需要，我可以顺带对比常用时序库选型：InfluxDB、Prometheus、TDengine、TimescaleDB、OpenTSDB。