就在幾年前，時間序列數據庫本質上是一個利基市場。當然，如果您在金融服務公司內運行交易應用程序，那么您就專注于您的kdb +(專有)數據庫，但對于大多數其他人來說，通用關系或NoSQL數據庫是必需的。不再。原因?世界越來越多地要求企業能夠實時查詢，分析和報告流數據，而不是批處理模式。

根據DB-Engines的數據，在過去的兩年里，TimescaleDB和InfluxDB等時間序列數據庫的普及程度越來越高，AWS也在2018年底通過其亞馬遜時間流數據庫進入市場。這樣做是一個懸而未決的問題。所有數據庫開始看起來像時間序列數據庫，如果這樣，“小眾”成為主流的數據庫，如TimescaleDB，InfluxDB和亞馬遜Timestream成為未來的MySQLs和PostgreSQLs。

雖然上面的圖表跟蹤相對增長的流行程度(例如MySQL等關系數據庫和像MongoDB這樣的文檔數據庫已經很成熟)，但它仍然表明行業中發生了重要的事情。時間序列數據庫幫助我們了解世界隨時間的變化。更加周到，正如Timescale首席執行官Ajay Kulkarni所說：

[T] ime系列數據集跟蹤整個系統的更改為INSERT，而不是UPDATE。

這種將系統的每一個變化記錄為一個新的不同行的做法使得時間序列數據如此強大。它允許我們衡量變化：分析過去的變化情況，監控當前情況的變化，預測未來變化。

[所以]這就是我喜歡定義時間序列數據的方式：共同表示系統/流程/行為如何隨時間變化的數據。

這聽起來像所有數據庫應該做的那樣可疑，但這些老式數據庫缺乏有效存儲和訪問大量數據的能力。關系數據庫和NoSQL數據庫可以用于時間序列數據，但可以說開發人員將從專用的時間序列數據庫中獲得更好的性能，而不是嘗試將一個適合所有人的數據庫應用于特定的工作負載。正如AWS的Shawn Bice曾向我解釋過的那樣，開發人員希望找到合適工具的合適工具，即使這意味著使用多種工具來完成多方面的工作。

但是，如果您可以擁有已知數據庫的舒適度以及專用時間序列數據庫的性能，該怎么辦?

這就是Timescale團隊正在使用TimescaleDB做的事情，公司創始人Ajay Kulkarni和邁克爾弗里德曼本周接受采訪時解釋道。與MongoDB最初作為PaaS開始但最終確定其PaaS的數據庫部分的方式類似，Timescale最初是為了提供物聯網平臺。該公司嘗試使用InfluxDB，MongoDB和其他現有數據庫系統，但最終選擇構建自己的數據庫系統。

也就是說，TimescaleDB是流行的PostgreSQL數據庫的擴展或覆蓋。為什么這很重要?首先，他們解釋說，它為他們奠定了堅實的基礎。然而，不僅如此，它還為公司提供了PostgreSQL工具生態系統的舒適性，正如Freedman告訴The Next Platform的Timothy Prickett Morgan：

我們不了解數據如何存儲在磁盤上，因此我們繼承了PostgreSQL的所有可靠性。我們還強制使用相同的PostgreSQL接口，因此該數據庫的所有工具都可以與TimescaleDB一起使用。中間部分是我們已經弄清楚如何擴展PostgreSQL的時間序列數據，我們在插入時比PostgreSQL快20倍。而且我們比Cassandra快10倍，與Cassandra不同，我們也支持完整的SQL。

所有PostgreSQL的優點，但增加了時間序列數據的性能(例如，快速攝取)。開發人員可以利用她的SQL經驗并本地查詢SQL。但是因為Timescale團隊已經構建在PostgreSQL之上作為覆蓋(或擴展，如果你愿意)，它的開發軌道獨立于主PostgreSQL數據庫運行。對于客戶和公司來說，這是兩全其美的。

對于越來越有趣的數據庫類型來說，這是一種有趣的方法。隨著世界繼續向實時邁進，時間序列數據庫將繼續普及。真正的問題是它們的效用是否存在自然界限。根據Kulkarni的說法，答案是強調“否”：“所有數據都是時間序列數據。”