IoT數(shù)倉與標準數(shù)倉的區(qū)別
GaussDB(DWS)中的IoT數(shù)倉與標準數(shù)倉是兩種不同類型產(chǎn)品，在使用上也存在一定差異，具體可參考表1進行對比分析。
表1 IoT數(shù)倉與標準數(shù)倉的差異
|
數(shù)倉類型
|
適用場景
|
產(chǎn)品優(yōu)勢
|
功能特點
|
|---|---|---|---|
標準數(shù)倉 |
融合分析業(yè)務(wù)，一體化OLAP分析場景。主要應(yīng)用于金融、政企、電商、能源等領(lǐng)域。 |
性價比高，使用場景廣泛。 支持冷熱數(shù)據(jù)分析，存儲、計算彈性伸縮，無限算力、無限容量等。 |
支持海量數(shù)據(jù)離線處理和交互查詢，數(shù)據(jù)規(guī)模大、復(fù)雜數(shù)據(jù)挖掘具有很好的性能優(yōu)勢。 |
IoT數(shù)倉 |
應(yīng)用性能監(jiān)控及物聯(lián)網(wǎng)IoT等實時分析場景。主要應(yīng)用于環(huán)境監(jiān)測、自動駕駛、系統(tǒng)監(jiān)控等行業(yè)。 |
高效的時序計算和IoT分析能力。 豐富的時序處理函數(shù)，支持實時和歷史數(shù)據(jù)關(guān)聯(lián)，內(nèi)置時序算子，海量數(shù)據(jù)寫入，高壓縮以及多維度分析等能力。并且繼承標準數(shù)倉的各種優(yōu)勢場景。 |
千萬時間線，秒級聚合，典型IoT場景下導(dǎo)入和查詢較傳統(tǒng)引擎提升數(shù)倍。 |
IoT數(shù)倉的技術(shù)特點
-
海量數(shù)據(jù)寫入能力
? 在自動駕駛汽車監(jiān)測的數(shù)據(jù)每秒只采集5種測量數(shù)據(jù)（速度、溫度、發(fā)動機功率、方向、坐標），1000W量汽車每秒中將會有5000W的TPS。
? 在自動駕駛汽車監(jiān)測的數(shù)據(jù)每秒只采集5種測量數(shù)據(jù)（速度、溫度、發(fā)動機功率、方向、坐標），1000W量汽車每秒中將會有5000W的TPS。
-
寫入平穩(wěn)、持續(xù)
?不同于傳統(tǒng)業(yè)務(wù)場景，時序數(shù)據(jù)的產(chǎn)生通常以一個固定的時間頻率進行采集，不受其他因素的制約，其數(shù)據(jù)生成的速度是相對平穩(wěn)。
?不同于傳統(tǒng)業(yè)務(wù)場景，時序數(shù)據(jù)的產(chǎn)生通常以一個固定的時間頻率進行采集，不受其他因素的制約，其數(shù)據(jù)生成的速度是相對平穩(wěn)。
-
高壓縮率
高壓縮率能夠帶來兩方面的收益。一方面能夠節(jié)省大量的硬件存儲成本，節(jié)省硬盤的開銷。另一方面壓縮后的數(shù)據(jù)可以更容易存儲到內(nèi)存中，顯著提高查詢的性能。
高壓縮率能夠帶來兩方面的收益。一方面能夠節(jié)省大量的硬件存儲成本，節(jié)省硬盤的開銷。另一方面壓縮后的數(shù)據(jù)可以更容易存儲到內(nèi)存中，顯著提高查詢的性能。
-
高IO專屬分布式存儲高IO專屬分布式存儲
高性能、高擴展、高可靠，適用于性能相對較高，讀寫速率要求高，有實時數(shù)據(jù)存儲需求應(yīng)用場景
高性能、高擴展、高可靠，適用于性能相對較高，讀寫速率要求高，有實時數(shù)據(jù)存儲需求應(yīng)用場景
-
超高IO專屬分布式存儲超高IO專屬分布式存儲
低時延、高性能，適用于低時延，高讀寫速率要求，數(shù)據(jù)密集型應(yīng)用場景
低時延、高性能，適用于低時延，高讀寫速率要求，數(shù)據(jù)密集型應(yīng)用場景
-
按需擴容按需擴容
可根據(jù)業(yè)務(wù)需求擴容，有效提高資源利用率
可根據(jù)業(yè)務(wù)需求擴容，有效提高資源利用率
-
性能線性增長性能線性增長
支持在線擴容，并且性能線性增長，滿足業(yè)務(wù)需求
支持在線擴容，并且性能線性增長，滿足業(yè)務(wù)需求
-
3副本冗余3副本冗余
數(shù)據(jù)持久性高達99.9999999%
數(shù)據(jù)持久性高達99.9999999%
-
數(shù)據(jù)加密數(shù)據(jù)加密
系統(tǒng)盤和數(shù)據(jù)盤均支持數(shù)據(jù)加密，保護數(shù)據(jù)安全
系統(tǒng)盤和數(shù)據(jù)盤均支持數(shù)據(jù)加密，保護數(shù)據(jù)安全
-
實時寫入新數(shù)據(jù)
時序數(shù)據(jù)的寫入是實時的，采集的數(shù)據(jù)反應(yīng)客觀信息，數(shù)據(jù)是隨著時間推進不斷產(chǎn)生，不存在舊數(shù)據(jù)更新場景。
時序數(shù)據(jù)的寫入是實時的，采集的數(shù)據(jù)反應(yīng)客觀信息，數(shù)據(jù)是隨著時間推進不斷產(chǎn)生，不存在舊數(shù)據(jù)更新場景。
-
數(shù)據(jù)讀取概率高
最近時間的數(shù)據(jù)具有的價值更高，因此被讀取的概率高。例如在監(jiān)控場景下，最近幾個小時或者幾天的監(jiān)控數(shù)據(jù)最可能被訪問，而一個季度或者一年前的數(shù)據(jù)極少訪問。
最近時間的數(shù)據(jù)具有的價值更高，因此被讀取的概率高。例如在監(jiān)控場景下，最近幾個小時或者幾天的監(jiān)控數(shù)據(jù)最可能被訪問，而一個季度或者一年前的數(shù)據(jù)極少訪問。
-
多維分析
?時序數(shù)據(jù)來自不同個體且擁有不同屬性。例如在監(jiān)控場景下，通過對某個集群上每臺機器的網(wǎng)絡(luò)流量監(jiān)控，可以查詢分析某臺機器的網(wǎng)絡(luò)流量，也可以同時查詢集群總的網(wǎng)絡(luò)流量。
?時序數(shù)據(jù)來自不同個體且擁有不同屬性。例如在監(jiān)控場景下，通過對某個集群上每臺機器的網(wǎng)絡(luò)流量監(jiān)控，可以查詢分析某臺機器的網(wǎng)絡(luò)流量，也可以同時查詢集群總的網(wǎng)絡(luò)流量。
-
自動備份自動備份
預(yù)先設(shè)置好自動備份策略，實現(xiàn)在線自動備份
預(yù)先設(shè)置好自動備份策略，實現(xiàn)在線自動備份
-
手動備份手動備份
可根據(jù)需要隨時通過控制臺或API，備份指定時間點的數(shù)據(jù)
可根據(jù)需要隨時通過控制臺或API，備份指定時間點的數(shù)據(jù)
-
備份恢復(fù)備份恢復(fù)
支持將云硬盤恢復(fù)到您指定的任意備份時間點；可使用備份數(shù)據(jù)批量創(chuàng)建新的數(shù)據(jù)盤，實現(xiàn)業(yè)務(wù)快速部署
支持將云硬盤恢復(fù)到您指定的任意備份時間點；可使用備份數(shù)據(jù)批量創(chuàng)建新的數(shù)據(jù)盤，實現(xiàn)業(yè)務(wù)快速部署
-
性能數(shù)據(jù)監(jiān)控性能數(shù)據(jù)監(jiān)控
可方便、實時地監(jiān)控專屬分布式存儲的云硬盤讀寫速率及吞吐信息
可方便、實時地監(jiān)控專屬分布式存儲的云硬盤讀寫速率及吞吐信息
-
告警規(guī)則告警規(guī)則
自定義告警規(guī)則，后臺自動提醒
自定義告警規(guī)則，后臺自動提醒
-
數(shù)據(jù)共享數(shù)據(jù)共享
共享云硬盤是一種支持多個云服務(wù)器并發(fā)讀寫訪問的數(shù)據(jù)塊級存儲設(shè)備，具備多掛載點、高并發(fā)性、高性能、高可靠性等特點，多個云服務(wù)器可同時訪問一個云硬盤，主要應(yīng)用于需要支持集群、HA能力的關(guān)鍵企業(yè)應(yīng)用場景
共享云硬盤是一種支持多個云服務(wù)器并發(fā)讀寫訪問的數(shù)據(jù)塊級存儲設(shè)備，具備多掛載點、高并發(fā)性、高性能、高可靠性等特點，多個云服務(wù)器可同時訪問一個云硬盤，主要應(yīng)用于需要支持集群、HA能力的關(guān)鍵企業(yè)應(yīng)用場景
IoT數(shù)倉的應(yīng)用實例
IoT數(shù)倉的應(yīng)用實例
-
場景一：創(chuàng)建時序表
1.以發(fā)電機組的場景作為示例，創(chuàng)建一張存儲發(fā)電機組采樣數(shù)據(jù)的時序表：
2.查詢當前時間：
3.查詢默認的分區(qū)與分區(qū)邊界：
-
場景二：創(chuàng)建時序表（手動設(shè)置分區(qū)邊界）
1.手動指定分區(qū)邊界的起始值，設(shè)置默認的分區(qū)邊界時間P1為“2022-05-30 16:32:45”、P2為“2022-05-31 16:56:12”，創(chuàng)建時序表：
2.查詢當前時間：
3.查詢分區(qū)以及分區(qū)邊界：
