万里时序数据库

鲲鹏多核性能全面优化

免费试用

概述

GreatDB-TScale

万里时序库集群GreatDB TScale主要面向有强时序数据导入、存储、分析计算的业务场景, 例如大型工业互联网场景。目前GreatDB TScale已经在电网物联平台的时序库建设中发挥 重要作用。除了工业互联网外,GreatDB TScale的其他试用场景列举:

  • 互联网:

    服务器/应用监测、用户访问日志、 广告点击日志记录存储与分析
  • 环境监测:

    天气、空气、水文、地质环境等监测与分析
  • 交通:

    自行车、汽车、出租、地铁、飞机、轮船等各种出行工具记录存储与分析
  • 电信:

    上网记录、通话记录、用户行为、金融、证券交易记录存储与分析
  • 日志处理:

    各种物联网、车联网、工业互联网的结构化日志数据处理
  • 通讯行业:

    话费详单、用户行为、基站/通讯设备监测与分析

关键技术特性

  • 列式数据存储

    采用列式存储进行数据文件组织,使得GreatDB-TScale可以提供更加优异的时序数据分析能力

  • 高效数据压缩

    GreatDB-TScale采用了列式的存储,每个列的数据单独连续存储,非常利于进行高效的数据压缩

  • 向量化处理引擎

    数据不仅按列存储,而且由矢量(列的部分)进行处理。这使我们能够实现很高的CPU性能

  • 运行时编译技术

    通过支持运行时编译技术来针对CPU密集的时序数据分析场景进行查询加速

  • 支持ANTI

    SQL查询支持,并针对常用编程语言提供驱动程序,例如针对JAVA开发环境的JDBC驱动

  • 支持近似计算

    TScale针对时序分析场景提供近似计算支持

  • 支持数据过期自动删除

    通过内置的任务时钟,当表内的数据过期时, GreatDB-TScale会删除所有对应的行,以达到定期回收存储空间的效果

  • 提供丰富计算函数支持

    针对时序数据的分析计算,GreatDB-TScale提供了丰富的计算函数支持,涵盖25个种类

  • 分布式数据存储支持

    数据可以保存在不同的 shard(分片)上,每个 shard 都由一组用于容错的replica 组成,查询可以并行的在所有shard 上进行处理。这些 对用户来说是透明的

  • 多核并行处理支持

    大型查询可以很自然的方式在GreatDB-TScale 中进行并行化处理,使用当前服务器上可用的所有资源。秒级吞吐量高达582MB/S

  • 高可靠集群

    TScale实现了经典MPP架构,查询时利用整个集群所有的机器资源来进行大规模的并行计算,最大程度地加速数据的处理性能

  • 在线按需扩容

    支持在线动态扩容,对于用户来说,容操作很简单,无需人工做烦琐的数据迁移操作

车联网生态建设

  • 运营商合作
  • 车企合作
  • 市政交通合作
  • 应用开发合作

企业名称

联系人名称

联系人职位

联系人电话

联系人邮箱

留言