随着5G和物联网的快速发展，时序数据库广泛应用于物联网、车联网、工业互联网和智慧城市等场景，产业数字化升级和行业数字化转型已经从数字化走向智能化，智能制造、能源管控、智慧交通、环境监控、智能楼宇、智能运维等，传感器数量及监控数据量爆发式增长催生对传感器监控数据的高价值使用需求。如可穿戴设备、智能家电、自动驾驶汽车等以百亿计的新设备接入网络，预计到2025年，全球物联网设备基数预计将达到754亿台，较2017年的200亿台左右，复合增长率达17%。万物互联的大趋势下必然导致传感器数据呈爆发式增长、数据源多样化、数据管理的难度和成本将会越来越大。传统单一的时序数据库已不具备多模数据管理的要求。一站式超融合时序数据库将成为未来万物互联场景下的时序数据库发展的方向。
一站式超融合时序数据库在应对物联网场景下同时针对关系模型和时序模型，既可用于OLTP场景管理关系数据，保证事务ACID保证和数据更新能力，如：设备及传感器的元数据：RFID、IP地址等唯一标识、设备属性、静态位置信息，还可以用于管理海量时序数据的持续大压力写入，存储成本控制，如设备及传感器的监控数据，如温度、湿度、光照、资源利用率、网络流量、速度、转速、扭矩、动态GPS位置信息等，也还支持跨时序数据和关系数据的复杂关联查询，具备高性能、低成本、稳定可靠和开放易用等优点。同时，一站式超融合时序数据库还可以通过NUMA优化、智能数据分区、数据页快速扩展、执行计划复用、日志批量写入等技术优化满足高并发场景下的海量传感器持续大压力写入。通过列式存储引擎、向量化查询引擎、并行查询，以及倒排索引等技术，优化海量数据聚合查询性能，平均毫秒级响应时间，提高多维聚合快速查询能力。通过列式存储、时序专用压缩算法，以及Tag/Filed分离存储的设计，典型场景下可以获得10倍以上的数据压缩率，显著降低存储成本。满足万物互联下的多模数据管理要求。
