前言：
笔者最近的团队 有部分模块有规划在考虑时序数据库这块，处于兴趣考虑，简单了解一下时序数据库这块。
我会从以下结果维度来阐述这个入门基础知识。
什么是时序数据库？
定义：时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。
时间序列数据主要由电力行业、化工行业等各类型实时监测、检查与分析设备所采集、产生的数据，这些工业数据的典型特点是：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）。
特点：
- 规模：时间序列数据累计速度非常快。（例如，一辆联网汽车每小时能收集 25GB 数据。）常规数据库在设计之初并非处理这种规模的数据，关系型数据库处理大数据集的效果非常糟糕；NoSQ 数据库 L 可以很好地处理规模数据，但是让然比不上一个针对时间序列数据微调过的数据库。相比之下，时间序列数据库（可以基于关系型数据库或 NoSQL 数据库）将时间视作一等公民，通过提高效率来处理这种大规模数据，并带来性能的提升，包括：更高的容纳率（Ingest Rates）、更快的大规模查询（尽管有一些比其他数据库支持更多的查询）以及更好的数据压缩。
- 通常还包括一些共通的对时间序列数据分析的功能和操作：数据保留策略、连续查询、灵活的时间聚合等。即使当下不考虑规模（例如，您刚开始收集数据），这些功能仍可提供更好的用户体验，使你的生活更轻松
它解决了什么问题？
应用场景？
- 监控软件系统： 虚拟机、容器、服务、应用
- 监控物理系统： 设备、机器、接入的设备、环境、我们的房屋、我们的身体
- 资产跟踪应用： 汽车、卡车、物理容器、运货托盘（Pallets）
- 金融交易系统： 传统证券、新兴的加密数字货币
- 事件应用程序： 跟踪用户、客户的交互数据
- 商业智能工具： 跟踪关键指标和业务的总体健康情况
摘自
https://www.infoq.cn/article/2017/07/why-time-series-database