時系列データベースについて

使用イメージ
- 全てのデータはタイムスタンプがつけられている
- データはほとんど常に挿入される
- 更新や削除はされない
- データのエラーが発生した場合の手続きは煩雑であるため、学習の難易度は高い
機能
- 全てのデータはタイムスタンプがつけられている
- 挿入されるデータにはタグをつけることが可能
  - 👎 Bad ticket_status=Open.37477
  - 👍 Good ticket_status=Open、ticket_id=37477
  - 一つのタグに複数の情報を追加するのは悪い習慣とされている。
スケーラビリティ
- 基本高い
- 例1 ) TimeScaleDBはPostgreSQLをベースにしている。標準的なスケーリングとスループットが可能
- 例2 ) InfluxDBはメタデータを管理するメタノードと実際のデータを保存するデータノードが存在するため、スループット能力は比較的高い
可溶性/分断耐性
- メタノードが設定されるデータベースでは可用性/分断耐性は高い
時系列データベース具体例
- InfluxDB
- kdb+
- Amazon Timestream