时序数据库虽然与工控系统的实时数据库功能相似，但由于主要使用物件和用途不同，定义了不少新概念，一般了解工控资料的人并不能简单地就能理解。
时序数据库主要关注了两个产品：InfluxDB和OpenTSDB，前者在评分中领先，设计理念比较先进，后者基于HBase，可以支援海量资料。
时序数据库的主要使用物件是机房运维人员，用途是计算机丛集中服务器的监控，采集的是计算机的执行资料，比如Power、CpuUsage等，并且对应有专门软件采集计算机引数，如Telegraf。这些监控专案并不对应感测器，只是服务器执行的引数。
服务器执行引数和感测器资料的共同之处是均为时间序列资料，简称时序资料。
服务器因为都是计算机，所以资料的同质性非常强，主要就是CPU、内存、硬盘等的执行引数。因此，核心物件是引数，而不是计算机。把监控的引数放在管理的首位，给予专有的名词，称为指标（Metric），而服务器是用Tag来标识。Tag可以有多个，比如部署位置等。
在工控系统的实时数据库中，装置种类很多，感测器的种类也很多，相同装置上安装相同感测器的情况不多，因此对感测器的管理比较重视，甚至是核心。感测器每个测点都有一个唯一的标识，称为位号，或称变数名，本文中统称为感测器号。
在时序数据库中，一个感测器号需要用Metric加Tag来唯一表示。对应工控系统，在名为ServerA服务器上，CPU使用率是由一个虚拟感测器测量的值，该虚拟感测器安装在该服务器内部，程式码为SA_100。但在时序数据库中，必须定义为Metric=CpuUsage，Tag是Hostname=ServerA。
实时数据库中的每条记录称为测量资料，由感测器号SensorID、时间戳Timestamp、数值Value组成，比如一个压力感测器的编号是HD76_3000_A2，时间戳1536845686，数值为0.258。
时序数据库中的每条资料称为资料点（Data Point），由Metric、Tags、Value、Timestamp
组成。
InfluxDB中Metric对应为Measurement。
实时数据库很少做不同感测器之间资料的运算，如计数、平均值、最大值、最小值、标准差、中位数等。但时序数据库不同，需要按照指标对来自多个感测器的资料进行这些聚合计算。
大资料研究的是整个森林，而不是一颗颗孤立的树木。时序数据库增加Metric和Tag，就是支援按照不同Tag组合进行检索，按相同Metric进行聚合计算，并且从底层支援快速聚合计算。
在大资料专案中，因为时序资料的资料量非常大，因此不能直接放在资料仓库中。最好的处理办法是把时序资料放在时序数据库中，再把聚合计算的结果放在资料仓库中。
实时数据库和时序数据库是互补关系。实时数据库可以作为是时序数据库的资料来源。一个企业如果有多条生产线，可能就有多个实时数据库，每个时序数据库因此对应多个实时数据库。
本文为范煜原创文章。
