前言（未完成）
建议看下前文 OpenTSDB 入门 influxdb 入门
下一代监控系统大阅兵-基于TSDB的监控系统定制开发需求调研
什么是TSDB？
wikipedia：A time series database (TSDB) is a software system that is optimized for handling time series data, arrays of numbers indexed by time (a datetime or a datetime range).
其中，时序列数据可以定义如下：
- 可以唯一标识的序列名/ID（比如cpu.load.1）及meta-data；
- 一组数据点 point {timestamp, value}。timestamp是一个Unix时间戳，一般精度会比较高，比如influxdb里面是nano秒。一般来说这个精度都会在秒以上。
- 额外的，OpenTSDB提出了为 metric 增加 tag（key-value 键值对） 的方法来实现更方便和强大的查询语法，为influxdb 所沿袭
一般时序列数据都具备如下两个特点：
- 数据结构简单
- 数据量大
所谓的结构简单，可以理解为某一度量指标在某一时间点只会有一个值，没有复杂的结构（嵌套、层次等）和关系（关联、主外键等）。
在实现上
- OpenTSDB schema 中 metric、ts、value、tag， OpenTSDB 没有表的概念，估计是受hbase的影响。 Prometheus COMPARISON TO ALTERNATIVES time series are identified by a set of arbitrary key-value pairs (OpenTSDB tags are Prometheus labels). All data for a metric is stored together
- influxdb schema 中 measurement、ts、value、tag，influxdb measurement 类似于metric，但单独成表
方案选型
push/pull
对部署方式会产生影响
Prometheus VS InfluxDB VS OpenTSDB
OpenTSDB：基于 Hadoop and HBase 的时间序列数据库
Prometheus 和InfluxDB 、 OpenTSDB最大的区别可以理解成：后两者仅仅是数据库，而 Prometheus 是一个监控系统，它不仅仅包含了时间序列数据库，还有全套的抓取、检索、绘图、报警的功能
Prometheus 官网有个专门的对比 Prometheus COMPARISON TO ALTERNATIVES
注意事项
tag Cardinality 基数不能太大
- influxdb 会为tag 与 metric 建立反向索引
- tag 的基数说的是可选值的数量，比如省份的基数就是3x个，直辖市的基数是4个。这个influxdb 表的Cardinality 是所有tag 基数的乘积
- Cardinality 基数过大，会引起influxdb 查询缓慢。PS：还有待确认
其它
RedisTimeSeries 是 Redis 的一个扩展模块。它专门面向时间序列数据提供了数据类型和访问接口，并且支持在 Redis 实例上直接对数据进行按时间范围的聚合计算。
阿里基于OceanBase 开发了一个商用版 CeresDB Prometheus on CeresDB 演进之路