在这种情况下使用时间序列数据库是否合适？

Question

目前，我正在使用时间序数据库来存储不同商店的销售额。我有一个名为sales的衡量标准，其中我有一个store_id标记，字段count设置为1。我使用InfluxDB的下采样功能来总结所有count字段，这样我每天只有一个计数。这很有效。

我的问题是，我需要能够在X轴上绘制我的所有产品，并在特定时间范围内在Y轴上销售多少产品。我当时认为product_id将是标记，而count=1将是该字段。通过这种方式，我可以绘制在规定时间范围内销售的所有产品。但是，我有成千上万的产品，我不确定Influx会对这么多系列产品做出怎样的反应。

我是否应该使用其他东西来获得在X时间内销售的产品，或者有更好的方法来衡量潮流，或者我做得对吗？

Answer 1

这里有几个变量可以发挥作用。

1. 您正在运行InfluxDB的硬件类型。
2. 您拥有的商店数量。
3. 您将针对您的实例运行哪些类型的查询。
4. 您正在使用的InfluxDB版本。
5. 您的实例具有什么样的读/写负载。

根据我的经验，1.1 InfluxDB实例可以在单个实例上处理大约2-5百万个系列，其中16G的RAM具有轻微的读/写负载（假设你没有像{{1 }}）。

因此，您所拥有的商店数量在很大程度上决定了这种架构的可行性。 ~10家商店应该可以。 ~100可能不是。

话虽这么说，这个模式应该在InfluxDB的版本GROUP BY product_id中完全正常support for high cardinality tags and series is being added。