我目前正在开发一个项目，要求我们存储大量的时间序列数据，但更重要的是，快速检索大量数据。
将有N个设备（> 10,000）定期向系统发送数据，假设每5秒钟一次。这些数据会很快建立，但我们通常只对最新数据感兴趣，并希望压缩旧数据。我们不想删除它，因为它仍然有用，但不是每天有数千个数据点，我们可能在N天/周/月过后只保存5或10。
具体来说，我们希望能够在很长一段时间内（例如一年或两年）获取采样数据。这里可能有数百万个点，但我们只想要一个小的，线性分布的数据样本。
今天我们正在尝试使用Influxdb，它最初似乎是一个很好的解决方案。它足够快，并允许我们以合理的结构存储我们的数据，但我们发现它并不完全令人满意。我们无法执行上述示例查询，并且通常系统对我们来说感觉不够成熟。
非常感谢任何有关我们如何进行或替代解决方案的建议。
答案 0 :(得分：2)
您可能有兴趣查看TimescaleDB：
https://github.com/timescale/timescaledb
它在Postgres之上构建了一个时间序列数据库，因此提供了完整的SQL支持，以及Postgres生态系统/可靠性。这可以为您提供更大的查询灵活性，这听起来像您想要的。
就您的具体用例而言，确实有两种解决方案。
首先，人们通常会做的是创建两个“超文本”，一个用于原始数据，另一个用于采样数据。这些超级用户看起来像是用户的标准表，尽管在封面下进行了大量分区，以获得更好的可扩展性（例如，对于大型表大小，为20x插入吞吐量与postgres相比）。
然后，您基本上从原始表格到采样表格进行汇总，并对每个表格使用不同的数据保留策略（因此您将原始数据保留为1个月，并将采样数据保存多年）。
http://docs.timescale.com/getting-started/setup/starting-from-scratch http://docs.timescale.com/api/data-retention
其次，您可以使用单个超文本，然后只安排一个普通的SQL查询来从比特定时间段更早的数据中删除单个行。
我们甚至可能在将来为后一种方法添加更好的一流支持，如果它成为一个通用的请求功能，尽管我们迄今遇到的大多数用例似乎更侧重于＃1，尤其是。为了保留有关被删除数据点的统计数据，而不是直接样本。
（免责声明：我是TimescaleDB的作者之一。）