tijdreeksdatabases

Tijdreeksdatabases zijn databases die zijn geoptimaliseerd voor het opslaan en ophalen van tijdstempels gekoppeld aan meetwaarden. Ze richten zich op hoge schrijfsnelheid, append-only opslag en snelle query's op recente en historische data, waardoor ze bij uitstek geschikt zijn voor continue verzameling van metingen en gebeurtenissen.

In de meeste tijdreeksdatabases wordt data georganiseerd per tijdreeks: een combinatie van een meetpunt/metric en attributen (tags/labels). Een datapunt bestaat uit een timestamp en een waarde, vaak met optionele metadata. Verschillende systemen kennen verschillende terminologie: InfluxDB gebruikt measurements, tags en fields; TimescaleDB werkt met hypertables; Prometheus gebruikt metric names en labels; OpenTSDB en KairosDB gebruiken metric/tags.

Kenmerkend zijn tijdgebaseerde indexering, efficiënte compressie van opeenvolgende datapoints, retention-beleid en downsampling/rollups. Veel systemen ondersteunen continue queries, aggregaties over meerdere tijdvensters, en deduplicatie. Schaling kan zowel via verticale als horizontale uitbreiding, met clustering en sharding om data over meerdere nodes te verdelen.

Query's richten zich op bereikqueries (range queries) en tijdgebaseerde aggregaties zoals gemiddelden, min/max en som, vaak gegroepeerd over vaste tijdintervallen. Interfaces variëren van SQL-achtige query's (TimescaleDB), API's voor HTTP/REST (InfluxDB, OpenTSDB) tot speciale pull/push-achtige implementaties in monitoring-ecosystemen (Prometheus).

Toepassingen omvatten infrastructuur- en applicatiemonitoring, Internet of Things, financiële tick-data en energiebeheer. Belangrijke overwegingen bij de keuze van een tijdreeksdatabase zijn schrijfprestaties, query-latentie voor lange perioden, compressie-efficiëntie, retention-strategieën en de benodigde integratie met dashboards en datawarehouses.

Bekende tijdreeksdatabases zijn InfluxDB, TimescaleDB, Prometheus, OpenTSDB en KairosDB.