时序数据库和一般的关系型数据库（RDB）在数据存储和查询方面有一些不同，主要体现在以下几个方面：

数据结构：时序数据库的数据结构通常是时间序列，即按照时间顺序排列的数据点。而在一般的关系型数据库中，数据结构是表，每个表包含多个列和行，数据点的时间戳通常是其中的一列。

存储方式：时序数据库通常使用列式存储（Column Store）或者基于 LSM 树（Log-Structured Merge Tree）的存储引擎来存储数据，这种存储方式相对于行式存储（Row Store）更加适合存储和查询大量的时序数据。而在一般的关系型数据库中，数据通常以行的形式存储。

查询方式：时序数据库通常提供特定的查询语言和函数，如类似于 SQL 的 InfluxQL 或者 PromQL，并针对时间序列数据的特点提供了一些特定的聚合函数（如滑动窗口函数、下采样函数等），以便更加高效地处理和查询时序数据。而在一般的关系型数据库中，通常使用 SQL 查询语言。

时序数据的处理：时序数据库通常针对时序数据的特点提供了一些特定的处理方式，如数据的压缩、分区、预处理等，以提高数据存储和查询的效率。而在一般的关系型数据库中，数据的处理方式相对比较通用。

总的来说，时序数据库更加专注于存储和查询时间序列数据，针对时间序列数据的特点提供了一些特殊的存储和查询方式，并且能够更加高效地处理和分析时间序列数据。相比之下，一般的关系型数据库更加通用，可以用于存储和查询各种类型的数据，但在存储和查询时间序列数据方面可能不如时序数据库高效。