時間線概念

在TSDB里，我們將一個指標+一組標簽組合稱為一條時間線。在一條時間線下面，連續時間點的采樣數據則為時序數據。比如：{“metric”：“cpu”，“tags”：{“site”:“et2”,“ip”:“1.1.1.1”,“app”: “TSDB”} }這個metric+tags的組合為一條時間線，在同一條時間線下面產生連續的（timestamp，value）。例如，下圖有3條時間線：

時間線倒排索引概念

為了加速查詢，TSDB會給每一條時間線都生成倒排索引。具體來說，TSDB會給時間線上的每個tag、metric生成索引，索引到該tag、metric對應到的時間線上。例如，在時間線概念里出現的3條時間線，會生成如下所示的倒排索引：

最佳實踐

• 減少時間線數量

  在TSDB中，唯一決定時間線的有如下因素：

  • metric相同。

  • tags數量相同。

  • 每一個tag的TagKey和TagValue都相同。

    說明

    在設計時間線的tag的TagValue時，不建議將進程ID或時間戳設置為TagValue，需要讓同一tag的Value值變化盡可能少。TagValue如果設計得有誤，即便metric，TagKey都沒有顯著變化時，時間線數量也有可能飛速膨脹。

  • 字段名 （僅在使用多值模型時）。

線數量的上限等于metric和tag的集合的笛卡爾積（若是多值模型時，還需要加上field的集合）。因此，建議用戶在設計時間線時，盡量減少metric或者tag的變化，以免時間線不斷膨脹，超過規格限制。

• 減少單個Tag 標簽索引時間線量

  避免在每一條時間線上都設置一個相同的標簽，以免該標簽索引的時間線數量過多，影響查詢時的性能。

• 減少查詢時間線覆蓋

  如果標簽1索引的時間線的集合是標簽2的子集，那么查詢時可以只使用標簽1，以提升查詢性能。例如，在上面的例子中，若我們想查詢時間線1的數據，有如下兩種查詢方式：

  • 方式一：{“metric”：“cpu”，”tags”：{“site”：“et2”,“ip”：“1.1.1.1”,“app”：“TSDB”} }

  • 方式二：{“metric”：“cpu”，”tags”：{“ip”：“1.1.1.1”} }

    查詢方式二只使用了1個標簽，因為ip=1.1.1.1這個標簽只索引了1條時間線。因此，相比查詢方式一，查詢方式二的性能反而是更好的。