在这种情况下是否使用时间序列DB？

目前，我正在使用时间序列数据库来存储跨不同商店的销售。我有一个称为sales的测量，其中我有一个store_id标记，并且字段count设置为1。我正在使用InfluxDB的下采样功能来总结所有的count字段，以便每天只有一个计数。这很好。在这种情况下是否使用时间序列DB？

我的问题在于，我需要能够在特定的时间范围内在X轴上绘制所有产品的图形，以及每个产品在Y轴上的售价。我在想，product_id将是标签，count=1将是该领域。通过这种方式，我可以在规定的时间范围内绘制出售的所有产品。但是，我拥有数十万种产品，我不确定Influx如何对这些系列产品做出反应。

我是否应该使用别的方法来获得在X时间内销售的产品，或者有更好的方法来测量这种涌入量，还是我正确地做对了？

来源

2016-11-25 Alejandro Cavazos

这里有一些变数参与其中。

什么样的硬件你运行InfluxDB上。
您拥有的商店数量。
您将针对您的实例运行什么类型的查询。
您正在使用的InfluxDB版本。
你的实例有什么样的读/写负载。

以我的经验，一个1.1 InfluxDB实例可以在单一实例句柄约2-5亿一系列的RAM 16G光读/写负载（假设你没有做这样的事情GROUP BY product_id）。

因此，您在很大程度上决定了这种模式的可行性。〜10店应该可以。 ~100可能不是。

这就是说，这种模式应该在InfluxDB的1.2+版本中完全正常，因为support for high cardinality tags and series is being added。

来源

2016-12-05 21:08:53

如果您无法通过产品ID进行分组，那么您将如何了解只有多少销售量的X产品？ –

你可以做'SELECT count（count）FROM sales where product_id ='X''，但是'SELECT count（count）FROM sales GROUP BY product_id'会有问题，只是因为你要求数百万个点返回一旦。 –

在这种情况下是否使用时间序列DB？

回答

相关问题