基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
工业时序数据具有测点多、采样频率快、读取性能要求高等特点.influxDB提出时间结构合并树TSM,解决了数据的读写性能优化问题,并针对整数、浮点数、布尔、字符串、时间五种数据类型采用不同的压缩算法.它在读写性能、存储空间占用方面取得了较好的效果,在开源时序数据库软件中排名第一.针对influxDB元数据结构相对于工业时序数据过于复杂的问题,提出简化后的TSM文件结构,开发工业时序数据库的引擎,并进行了读写性能测试.结果显示,该引擎一次5万点整型数据写入平均耗时约310 ms,读取1000点共计100万条数据耗时约626 ms,并且具有很大的性能提升潜力.
推荐文章
基于InfluxDB的桥梁监测系统设计与实现
桥梁监测
系统设计
数据存储
时序数据库
InfluxDB
数据访问
基于信息论网络的时序数据库挖掘
时序数据库
数据挖掘
信息论网络
模糊化关联规则
时序数据库中的数据挖掘研究
时序数据库
数据挖掘
趋势分析
基于MAS的时序数据集成管理模型设计
关键字Agent
数据集成
时序数据
MAS框架
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于influxDB的工业时序数据库引擎设计
来源期刊 计算机应用与软件 学科 工学
关键词 时序数据库 influxDB TSM 压缩 索引
年,卷(期) 2019,(9) 所属期刊栏目 软件技术与研究
研究方向 页码范围 33-36,40
页数 5页 分类号 TP311.13
字数 2234字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.09.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐化岩 7 27 3.0 5.0
2 初彦龙 辽宁警察学院治安管理系 12 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时序数据库
influxDB
TSM
压缩
索引
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导