概述
时序数据库（Time-Series Database）针对物联网场景中设备按时间戳上报的传感器数据优化，是物联网数据存储的核心。与关系型数据库按行存储不同，时序数据库采用列式存储、时间分区、专用压缩算法，利用时序数据"时间有序、多测点、高写入、范围查询为主"的特点，实现百万点/秒的写入吞吐与毫秒级的时间范围查询。在能源监控、工业采集、环境监测、智能表计等场景中，时序数据库是不可替代的存储引擎。
物联网时序数据的特点：数据点以(设备, 指标, 时间戳, 值)形式产生，同一设备的多个指标常一起上报；查询多为"某设备某指标在某时间范围的聚合或明细"；数据具有时效性，近期数据热、历史数据冷。时序数据库针对这些特点做了存储、索引、查询的专门优化。
核心特性
高写入与压缩
百万点/秒写入，支持批量写入（Batch Insert）优化。列式存储+Delta编码+压缩算法，压缩比可达10:1以上。按时间分区，便于过期删除与并行查询。
降采样与聚合
内置AVG、SUM、MAX、MIN等聚合函数。支持降采样：将1分钟粒度数据聚合为1小时、1天，减少存储与加速大范围查询。支持连续查询（Continuous Query）自动预聚合。
保留策略与分层
按时间自动过期删除（如保留90天）。支持热数据SSD、冷数据HDD分层存储。与数据微服务、流式处理、数据可视化紧密集成。
典型产品与选型
InfluxDB：开源流行，生态丰富。TDengine：国产、高性能、压缩比高，物联网场景表现突出。TimescaleDB：基于PostgreSQL的扩展，SQL兼容好。OpenTSDB：基于HBase，适合大数据生态。选型需考虑写入性能、查询能力、压缩比、运维成本、与现有技术栈的集成。