Timescale 云:性能、规模、企业级
自托管产品
MST
在现代应用程序中,数据呈指数级增长。随着数据变旧,它在日常操作中的用处通常会降低。然而,你仍然需要它进行分析。Timescale 通过自动化数据保留策略优雅地解决了这个问题。
数据保留策略会根据你定义的计划为你删除原始旧数据。通过将保留策略与连续聚合结合使用,你可以对数据进行降采样并保留有用的摘要。这使你能够分析历史数据,同时节省存储空间。
Timescale 云的费用基于你使用的存储量。你无需为固定的存储大小付费,也无需担心随着数据增长而扩展磁盘大小——我们为你处理这一切。为了进一步降低你的数据成本,请结合使用hypercore、数据保留策略和分层存储。
Timescale 数据保留是按块(chunk)而非按行工作的。逐行删除数据(例如使用 PostgreSQL 的 DELETE
命令)可能很慢。但是按块删除数据更快,因为它会从磁盘中删除整个文件。它不需要垃圾回收和碎片整理。
无论你使用策略还是手动删除块,Timescale 都是按块删除数据。它只删除其中所有数据都在指定时间范围内的块。
例如,考虑以下设置,你有 3 个包含数据的块
- 超过 36 小时
- 介于 12 到 36 小时之间
- 过去 12 小时内
你手动删除早于 24 小时的块。只有最旧的块被删除。中间的块被保留,因为它包含一些新于 24 小时的数据。该块中没有单独的行被删除。
关键词
在此页面上发现问题?报告问题 或 在 GitHub 上编辑此页面
。