我读到实现做了一些假设，比如写优化，主要是附加写，顺序删除，但是它的实现中有什么使得时间序列数据库更适合存储时间序列而不是具有正确索引的mysql和关系结构。
答案 0 :(得分：0)
这个问题非常通用，但这里有一个相当详细的关于InfluxDB所做出的权衡的清单，以及为什么它们允许在时间序列数据上获得更高的性能。
https://docs.influxdata.com/influxdb/v1.7/concepts/insights_tradeoffs/
即使调整到可维护性的边缘，你可以连续几周将每秒100万条记录推送到MySQL而不会崩溃吗？如何在保持提取率的同时批量删除不再相关的旧数据？
答案 1 :(得分：0)
时间序列数据库以高度优化的格式存储观察结果。这意味着更快的读取，更快的写入以及灵活的架构。例如，比较Axibase时间序列数据库（我的从属关系）与MySQL的传感器读数的存储要求。 7字节ATSD与63字节MySQL。 http://axibase.com/products/axibase-time-series-database/data-storage-tests/atsd-vs-mysql/