Что такое time series базы данных и когда их стоит применять?

Time series база данных (TSDB) — это класс СУБД, спроектированных специально для работы с данными, у которых ключевым измерением является время. Каждая запись обычно представляет собой точку вида (timestamp, набор тегов, значение). Такие данные обладают характерными свойствами: они пишутся почти всегда только на добавление, редко обновляются, имеют высокую частоту поступления и быстро теряют актуальность.

Чем TSDB отличается от обычной СУБД

• Оптимизация записи: вставка миллионов точек в секунду за счёт append-only структур и батчинга.
• Сжатие: временные ряды хорошо сжимаются (delta, gorilla, dictionary encoding), что снижает объём в разы.
• Агрегации по времени: встроенные функции downsampling, rollup, continuous aggregates.
• Retention policies: автоматическое удаление старых данных по TTL.
• Работа с тегами: индексирование меток (host, region, service) для быстрой фильтрации.

Где применяется

Классические сценарии — мониторинг инфраструктуры (Prometheus, InfluxDB), IoT-платформы с миллионами датчиков, финансовые котировки, телеметрия приложений, аналитика событий и логи. В этих задачах важны скорость записи, дешёвое хранение больших объёмов и быстрые запросы по диапазонам времени.

Пример запроса и записи

-- TimescaleDB: создание hypertable
CREATE TABLE metrics (
  time TIMESTAMPTZ NOT NULL,
  host TEXT,
  cpu DOUBLE PRECISION
);
SELECT create_hypertable('metrics', 'time');

-- Вставка точки
INSERT INTO metrics VALUES (NOW(), 'web-1', 0.42);

-- Средняя загрузка по часам
SELECT time_bucket('1 hour', time) AS bucket,
       avg(cpu)
FROM metrics
WHERE time > NOW() - INTERVAL '1 day'
GROUP BY bucket
ORDER BY bucket;

В InfluxDB тот же сценарий выглядит как запись line protocol и запрос на языке Flux или InfluxQL, а в Prometheus — как метрики с pull-моделью и PromQL. Выбор конкретной TSDB зависит от экосистемы: Prometheus хорош для мониторинга Kubernetes, InfluxDB — для IoT и общих метрик, TimescaleDB — когда нужен SQL и связь с реляционными таблицами, ClickHouse — для аналитики больших объёмов.

Итог: time series БД стоит применять, когда данные привязаны ко времени, пишутся потоком и требуют агрегаций по окнам; для обычных транзакционных сущностей (пользователи, заказы) лучше подходит классическая реляционная СУБД.