我正在研究一个需要存储大量温度数据的系统。我可以每秒存储5个样本或更多。
我过去使用相对简单的mysql数据库完成了这项工作，性能变得无法忍受。插件不是太糟糕，但有明显的负载。但是，查询可能需要几分钟。
当时，我有50亿的数据，这很荒谬。我可以想到很多方法来压缩或丢弃数据而不会丢失关键信息，但这是一个完全不同的问题。
我想选择针对此类数据优化的工具/数据库，最好是跨平台（至少是linux / c ++）。
RRD（循环数据库）似乎是为这种事情而构建的，但它似乎更多地用于处理数据而不是存储数据。
还有哪些其他工具？
编辑：更多信息...
这将在嵌入式系统（Raspberry Pi）上运行，因此理想的工具具有较低的计算开销，较低的内存占用和较少的库依赖性。
存储可能不一定在同一台设备上。
我认为在一个人为的极端情况下，每小时的增长量可达到500k样本。更有可能的是每小时大约2万个样本。
不应该假设互联网访问。
答案 0 :(得分：1)
您似乎正在寻找时间序列数据库。
我知道有两位候选人：
如果您可以更具体地了解您的要求（req / s，每日数据增长，API类型，自托管或完全托管的解决方案等），我可以了解更多详细信息或推荐其他解决方案。
祝你好运。