Hypercore

Timescale Cloud：性能、规模、企业级

自托管产品

MST

Hypercore 是 TimescaleDB 混合行/列存储引擎，专为实时分析设计，并由时序数据提供支持。Hypercore 的优势在于其能够无缝地在行式和列式存储之间切换。这种灵活性使 Timescale Cloud 能够提供两全其美的解决方案，解决实时分析中的关键挑战：

Hypercore 的混合方法在每个 Timescale Cloud 服务中结合了行式和列式格式的优点：

使用行式存储快速写入：新数据最初写入行式存储，该存储针对高速插入和更新进行了优化。此过程确保实时应用程序轻松处理快速传入的数据流。可变性——upsert、更新和删除无缝发生。
使用列式存储进行高效分析：当数据“冷却”并更适合分析时，它会自动转换为列式存储。这种列式格式可实现快速扫描和聚合，优化分析工作负载的性能，同时显著节省存储空间。
在列式存储中对压缩数据进行更快查询：在列式存储转换中，超表分块的压缩率超过 90%，并为高效、大规模查询进行了组织。结合分块跳过，这有助于您节省存储成本并保持查询以闪电般的速度运行。
快速修改列式存储中的压缩数据：只需使用 SQL 即可在列式存储中添加或修改数据。TimescaleDB 针对超快速 INSERT 和 UPSERT 性能进行了优化。
具有事务语义的完全可变性：无论数据存储在哪里，Hypercore 都提供完整的 ACID 支持。就像在普通的 PostgreSQL 数据库中一样，对行式存储和列式存储的插入和更新始终保持一致，并在完成后立即可用于查询。

Hypercore 工作流程

使用 Hypercore 的最佳实践是：

启用列式存储
使用 CREATE TABLE 为您的时序数据创建超表。为了在列式存储中的数据上进行高效查询，请记住使用最常用于过滤数据的列进行 segmentby。例如：
- 对超表使用 CREATE TABLE
```
CREATE TABLE crypto_ticks (
   "time" TIMESTAMPTZ,
   symbol TEXT,
   price DOUBLE PRECISION,
   day_volume NUMERIC
) WITH (
  tsdb.hypertable,
  tsdb.partition_column='time',
  tsdb.segmentby='symbol', 
  tsdb.orderby='time DESC'
);
```
  如果您是自托管 TimescaleDB v2.19.3 及更早版本，请创建PostgreSQL 关系表，然后使用 create_hypertable 进行转换。之后，通过调用 ALTER TABLE 启用 Hypercore。
- 对连续聚合使用 ALTER MATERIALIZED VIEW
```
ALTER MATERIALIZED VIEW assets_candlestick_daily set (
   timescaledb.enable_columnstore = true, 
   timescaledb.segmentby = 'symbol' );
```
添加策略以在指定时间间隔后将分块移动到列式存储
例如，数据添加到表后 7 天
```
CALL add_columnstore_policy('crypto_ticks', after => INTERVAL '7d');
```
参阅 add_columnstore_policy。
查看您设置的策略或已存在的策略
```
SELECT * FROM timescaledb_information.jobs
WHERE proc_name='policy_compression';
```
参阅 timescaledb_information.jobs。

您还可以手动调用 convert_to_columnstore 和 convert_to_rowstore 以更精细地控制您的数据。

列式存储中的分块有以下限制：