隨著物聯(lián)網(wǎng)需求的爆發(fā)，實(shí)時數(shù)據(jù)庫忽然火了起來。近年來，阿里、騰訊、百度互聯(lián)網(wǎng)大企業(yè)紛紛推出物聯(lián)網(wǎng)平臺實(shí)時數(shù)據(jù)庫，面向產(chǎn)業(yè)鏈各類合作伙伴，成為支持其發(fā)展制造、交通、能源、智慧城市等產(chǎn)業(yè)領(lǐng)域的核心產(chǎn)品，這是產(chǎn)業(yè)物聯(lián)網(wǎng)將要爆發(fā)的重要信號。

眾所周知，實(shí)時數(shù)據(jù)庫是物聯(lián)網(wǎng)時代一個極其重要的組件服務(wù)。因?yàn)閭鹘y(tǒng)空間數(shù)據(jù)庫在面對海量數(shù)據(jù)時存在性能瓶頸，且對于時間與空間的聯(lián)合應(yīng)用分析支撐能力有限。而實(shí)時數(shù)據(jù)庫基于在實(shí)時數(shù)據(jù)能力方面的優(yōu)勢，對空間數(shù)據(jù)能力進(jìn)行了擴(kuò)展，可提供高性能的時空數(shù)據(jù)存儲、時間/空間查詢、時空分析挖掘能力，實(shí)現(xiàn)了時間與空間的完美融合，助力GIS、時空大數(shù)據(jù)、物聯(lián)網(wǎng)+、工業(yè)互聯(lián)網(wǎng)等行業(yè)的快速發(fā)展。

何為實(shí)時數(shù)據(jù)庫?

實(shí)時數(shù)據(jù)是基于時間的一系列的數(shù)據(jù)，在有時間的坐標(biāo)中將這些數(shù)據(jù)點(diǎn)連成線，往過去看可以做成多緯度報(bào)表，揭示其趨勢性、規(guī)律性、異常性;往未來看可以做大數(shù)據(jù)分析，機(jī)器學(xué)習(xí)，實(shí)現(xiàn)預(yù)測和預(yù)警。簡單地說，就是以時間為基準(zhǔn)的數(shù)據(jù)庫。對比傳統(tǒng)數(shù)據(jù)庫的只記錄數(shù)據(jù)當(dāng)前值，實(shí)時數(shù)據(jù)庫則記錄了所有的歷史數(shù)據(jù)。

因此，凡是需要展現(xiàn)其歷史趨勢、周期規(guī)律、異常性的，進(jìn)一步對未來做出預(yù)測分析的場景，都是實(shí)時數(shù)據(jù)庫大展身手之處。物聯(lián)網(wǎng)時代之下的工業(yè)互聯(lián)網(wǎng)、智能制造、無人駕駛、設(shè)備狀態(tài)監(jiān)測等眾多場景，都需要實(shí)時可持續(xù)的數(shù)據(jù)作為支撐。比如一家智慧工廠企業(yè)，每個廠區(qū)有20000個監(jiān)測點(diǎn)，500毫秒一個采集周期，一共20個廠區(qū)，這樣算起來一年將產(chǎn)生驚人的26萬億個數(shù)據(jù)點(diǎn)。假設(shè)每個點(diǎn)50Byte，數(shù)據(jù)總量將達(dá)1P，需要100臺服務(wù)器。這些數(shù)據(jù)不只是要實(shí)時生成，寫入存儲;還要支持快速查詢，做可視化的展示，幫助管理者分析決策;并且也能夠用來做大數(shù)據(jù)分析，發(fā)現(xiàn)深層次的問題，幫助企業(yè)節(jié)能減排，增加效益。如果采用實(shí)時數(shù)據(jù)庫方案，可以很快解決難題。

很顯然，實(shí)時數(shù)據(jù)庫是為了解決5G和物聯(lián)網(wǎng)時代的海量數(shù)據(jù)場景而設(shè)計(jì)的。

但是，面對海量數(shù)據(jù)場景，實(shí)時數(shù)據(jù)庫需要解決以下幾個問題：

實(shí)時數(shù)據(jù)的寫入：如何支持高通量數(shù)據(jù)點(diǎn)的寫入?

實(shí)時數(shù)據(jù)的讀?。河秩绾沃С衷诿爰墝ι蟽|數(shù)據(jù)的分組聚合運(yùn)算?

成本敏感：由海量數(shù)據(jù)存儲帶來的是成本問題，如何更低成本的存儲這些數(shù)據(jù)?

針對傳統(tǒng)數(shù)據(jù)庫在海量實(shí)時數(shù)據(jù)場景下存在的“存儲成本大、維護(hù)成本高、寫入吞吐低、查詢性能差、數(shù)據(jù)延遲高”等核心痛點(diǎn)，極星實(shí)時數(shù)據(jù)庫通過自主技術(shù)研發(fā)攻關(guān)，有效解決了上述問題，為客戶帶來了更舒適的數(shù)據(jù)使用體驗(yàn)：

1、高速數(shù)據(jù)寫入：支持每秒鐘千萬級數(shù)據(jù)點(diǎn)的寫入。

2、高通量數(shù)據(jù)讀?。褐С衷诿爰墝ι蟽|數(shù)據(jù)的分組聚合運(yùn)算。

3、高性價比：用更低的成本存儲海量數(shù)據(jù)，維護(hù)成本低，性價比在業(yè)內(nèi)十分明顯。此外，極星實(shí)時數(shù)據(jù)庫在物聯(lián)網(wǎng)監(jiān)測場景也高度匹配，可廣泛應(yīng)用于物聯(lián)網(wǎng)(IoT)設(shè)備監(jiān)控系統(tǒng)、企業(yè)能源管理系統(tǒng)(EMS)、生產(chǎn)安全監(jiān)控系統(tǒng)、設(shè)備檢測系統(tǒng)等場景，是物聯(lián)網(wǎng)時代實(shí)時數(shù)據(jù)庫的最優(yōu)選擇。