隨著 IoT、5G 、無人駕駛等技術的飛速發展，我們發現生活和工作中的很多數據和時間產生了聯系，比如：

Tesla 自動駕駛過程中隨著時間和環境變化，通過傳感器收集的周邊數據。

工業大數據的采集，通過數據指引流程工藝的革新與改進。

各種各樣的智能家居系統，可以持續監控房屋內的變化，包括屋內溫度、光線的調整。

為了存儲這些與時間相關的數據，一種以時間戳為主鍵的數據模型，越來越流行，存儲該數據模型的數據庫被稱為時序數據庫。

為了滿足工業物聯網、智能家居、監控等行業對時序數據的需求，青云QingCloud 推出了 ChronusDB，它是我們自研的一款高效、安全、易用，具備強大分析能力的時序數據庫，具備超強的查詢分析功能、高性能并發讀寫、低成本存儲、豐富的時序數據處理能力、穩定可擴展等特性。

時序數據是一串按時間維度索引的數據，這些數據描述了某個被測量的主體在一個時間范圍內的每個時間點上的測量值。往過去看可以做成多維度的報表，揭示其趨勢性、規律性、異常性；往未來看可以做大數據分析，機器學習，實現預測和預警。傳統數據庫僅僅記錄數據的當前值，不會保存有關過去狀態的信息，一旦數據庫被更新，有關過去狀態的信息就丟失了，而時序數據庫則會記錄所有的歷史數據。

使用 ChronusDB 的理由是什么？

超高性能

時序數據庫寫多讀少，對數據庫寫入能力有很高要求，ChronusDB 支持千億條結構化數據毫秒級查詢。

更低的存儲成本

采用高效的數據壓縮技術，減少存儲使用空間，有效降低存儲成本。

強大的數據分析能力

支持近百種聚合函數，提供專業全面的時序數據計算函數支持。

豐富的時序數據處理能力

支持降采樣精度、數據插值，滿足各種復雜的業務數據查詢場景。

哪些場景可以用 ChronusDB ？

物聯網設備監控分析

物聯網的核心思想就是構建一個可以讓所有物體生產數據并挖掘其價值的網絡，而通過這個網絡采集的數據，是一串按時間維度索引的數據，描述了物聯網設備在一個時間范圍內的每個時間點上的測量值，是典型的時序序列數據。

ChronusDB 支持高性能的時序數據寫入與查詢，適用于物聯網設備監控分析場景。通過 QingCloud IoT 平臺采集用戶物聯網設備的監控數據，將原始數據全量寫入到ChronusDB中，通過其豐富的計算函數支持，可快速分析物聯網設備產生的時序數據。

工業制造監控分析

工業大數據的采集為工業創新以及戰略性發展提供數據基礎，也是打造數字化工廠，實現智能制造，邁向工業 4.0 的必經之路。

工業制造企業需要對各種工業生產設備進行實時高效的數據采集和云端匯聚，通過實時的監控系統進行設備狀態檢測、故障發現及業務趨勢分析。

ChronusDB 同樣適用于工業制造監控分析場景，通過云端匯聚各類工業設備產生的數據，將設備數據實時高效寫入到 ChronusDB 進行存儲分析，最終將時序查詢結果輸出，實現工業制造設備的監控分析。

系統及業務實時監控

互聯網服務的即時性和穩定性是服務能力的關鍵指標，通過對大規模應用集群和機房設備的監控，可以實時關注設備運行狀態、資源利用率和業務趨勢，實現數據化運營和自動化開發運維。

ChronusDB 適用于此類數據的存儲和分析，可輕松地大規模存儲和分析系統及業務實時監控數據，以了解一段時間內系統及業務的運行情況。

ChronusDB 最佳實踐——貨車數據采集分析

公路貨物運輸是現代運輸主要方式之一，在整個運輸領域占據重要地位，并發揮著越來越重要的作用。巨大的機遇同時也帶了挑戰，如何實時了解貨車情況防止運輸的高成本，如何獲悉貨車運輸損耗及時進行故障檢查都成了運輸領域需要面臨和解決的問題。

下面的示例展示了 ChronusDB 如何存儲貨車的行駛數據并對其進行分析。

如上圖，我們將車載設備聯網，實時記錄并發送貨車信息和貨車的位置，油耗等數據，通過相關數據分析，可以輕松得到某輛貨車的運輸情況以及是否存在潛藏隱患。（具體部署代碼請點擊閱讀原文獲取）

接下來，我們看看 10 億行數據在 ChronusDB 的寫入與查詢性能測試。