1. 數(shù)據(jù)庫引擎：可與Flink、Spark集成
2. 時(shí)序數(shù)據(jù)文件格式：提出了并原生支持TsFile
3. 周邊的配套分析引擎

一條時(shí)間序列是一列，不是一行

• 存儲組 類似于關(guān)系型數(shù)據(jù)庫的 database ，組織一大類數(shù)據(jù)。通過樹型的結(jié)構(gòu)定義具體的設(shè)備。
• 設(shè)備 不同的設(shè)備具備相同的屬性
• 測點(diǎn) 每個(gè)設(shè)備都有若干個(gè)測點(diǎn)，每個(gè)測點(diǎn)都會形成一條時(shí)間序列。如圖，比如燃油車vin1有兩個(gè)測點(diǎn)，一個(gè)是速度、一個(gè)是油量 。

這種數(shù)據(jù)模型的優(yōu)點(diǎn): 支持海量測點(diǎn)管理

時(shí)間序列的列數(shù)沒有上限，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫屬性數(shù)量有上限

適應(yīng)工業(yè)場景多設(shè)備的復(fù)雜數(shù)據(jù)資產(chǎn)管理

其它時(shí)域數(shù)據(jù)庫能很方便轉(zhuǎn)化為IoTDB的模型，比如InfluxDB模型。

（知識盲區(qū)，先跳過）

基于LSM trim 的思想，可以實(shí)現(xiàn)數(shù)據(jù)的亂序?qū)懭耄?/p>

文件存儲在亂序空間和順訊空間兩部分。能 實(shí)現(xiàn)底層文件跨空間合并為大文件。

存儲引擎會生成一個(gè)一個(gè)的TsFile文件，這是TsFile的數(shù)據(jù)結(jié)構(gòu)。

• 是一種針對時(shí)序數(shù)據(jù)優(yōu)化的文件格式。
• 采用列式存儲，并按照不同的層級對數(shù)據(jù)進(jìn)行索引的建立
• 具有非常高的數(shù)據(jù)寫入和壓縮性能，能夠非常友好地支持?jǐn)?shù)據(jù)過濾以及聚合查詢

工業(yè)環(huán)境網(wǎng)絡(luò)質(zhì)量難以保證----->數(shù)據(jù)無法完全保序到達(dá)。

• 寬表視圖
• 設(shè)備表視圖
• 測點(diǎn)表視

彌補(bǔ)時(shí)鐘不同步造成影響可視化 / 分析

• 用戶自定義函數(shù)：User Defined Function , 滿足定制化計(jì)算需求。
• 內(nèi)置11類UDF庫，75個(gè)函數(shù)。

可以制定一種寫入的規(guī)則。

• 是一種偵聽數(shù)據(jù)變動(dòng)的機(jī)制
• 配合用戶自定義邏輯，可完成 告警、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)發(fā)等功能。

可以通過select into 的語法將已經(jīng)寫入數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行查詢，并進(jìn)行函數(shù)計(jì)算，獲得的結(jié)果可以寫回?cái)?shù)據(jù)集，后續(xù)無需讀原始數(shù)據(jù)，避免重復(fù)計(jì)算。提升了體驗(yàn)，降低用戶使用難度。

對于固定時(shí)間窗口的、需要多次查詢的聚合任務(wù)，可進(jìn)行創(chuàng)建連續(xù)查詢。 比如：自動(dòng)化連續(xù)查詢每10s內(nèi)溫度的最大值定期聚合，后期加速執(zhí)行。

• 兼容MQTT這種物聯(lián)網(wǎng)傳輸協(xié)議。
• kafka，從卡夫卡中進(jìn)行數(shù)據(jù)消費(fèi)，把消費(fèi)到的數(shù)據(jù)寫入到自己的db里存儲和管理
• flink，為flink提供了sink功能，流式處理計(jì)算的結(jié)果很方便導(dǎo)出寫入到iot db里

在使用IoT db的過程中，可以使用可視化的監(jiān)控組件進(jìn)行可視化監(jiān)控，組件如Prometheus普羅米修斯，Grafana。

可以在 Grafana的dashboard里可以看到

iot db 運(yùn)行過程中的各種指標(biāo)，減少運(yùn)維人員的工作強(qiáng)度和問題定位難度。

低延遲、高吞吐;

在原始數(shù)據(jù)查詢和聚合查詢中都具有很好的查詢性能。

社區(qū)活躍度高

在軌道交通領(lǐng)域的應(yīng)用

存儲車輛監(jiān)控?cái)?shù)據(jù)，實(shí)現(xiàn)車輛不同種類故障的統(tǒng)計(jì)分析功能。

替換了OpenTSDB，應(yīng)用在60多家電廠，減少運(yùn)維成本。

存儲了10萬個(gè)國家級地面實(shí)況觀測站數(shù)據(jù)，為新一代氣象預(yù)報(bào)專業(yè)產(chǎn)品MICAPS提供了實(shí)況數(shù)據(jù)展示與分析能力。較上代MDFS系統(tǒng)提升了數(shù)百倍性能，支持了更長時(shí)間的實(shí)況數(shù)據(jù)存儲與訪問。目前該系統(tǒng)服務(wù)于每日全國天氣預(yù)報(bào)業(yè)務(wù)。

解決了因觀測站條件苛刻帶來的數(shù)據(jù)亂序問題。