我正在评估许多不同的NoSQL数据库来存储时间序列JSON数据。由于查询引擎，ElasticSearch非常有趣，我不知道它是否适合存储时间序列数据。
数据由各种设备收集的各种指标和统计数据组成。每条数据都是JSON对象。我希望收集大约12GB /天，但只需要将数据保存在ES中180天。
ElasticSearch是否适合此数据与MongoDB或Hbase？
答案 0 :(得分：19)
您可以阅读ElasticSearch时间序列用例示例here。
但我认为柱状数据库更适合您的要求。
我的理解是，当您的查询返回一小部分结果时，ElasticSearch的效果最佳，并且它会缓存此类参数以便稍后使用。如果再次在查询中使用相同的参数，它可以在联合中一起使用这些缓存的结果，因此返回结果的速度非常快。但是在时间序列数据中，您通常需要聚合数据，这意味着您将遍历大量行和列。这种行为非常结构化，易于建模，在这种情况下，似乎没有理由说ElasticSearch应该比柱状数据库表现更好。另一方面，它可以提供易用性，较少调整等，所有这些都可以使其更优选。
列式数据库通常为时间序列数据提供更有效的数据结构。如果您的查询结构提前知道，那么您可以使用Cassandra。请注意，如果您的查询请求而不使用主键，Cassandra将无法执行。您可能需要为不同的查询创建具有相同数据的不同表，因为其读取速度取决于它写入磁盘的方式。您需要了解其复杂性，时间序列示例为here。
您可以尝试的另一个柱状数据库是为Postgresql提供的列式扩展。考虑到您的最大数据库大小约为180 * 12 = 2.16 TB，此方法应该可以正常工作，实际上可能是您的最佳选择。您还可以预期一些大小压缩大约3倍。您可以详细了解here。
答案 1 :(得分：4)
使用基于时间的索引，例如一天的索引，以及索引模板功能和一次查询所有索引的别名，可以很好地匹配。还有很多因素需要考虑到： - 查询类型 - 文档的结构和对此结构的查询要求。 - 读取与写入的数量 - 可用性，备份，监控 - 等等
回答“是”或“否”不是一个简单的问题，在您真正说它是最适合工作的工具之前，我担心您必须自己做更多的研究。