360公司IoTDB时序数据库实践与挑战

"该文件详细介绍了360公司如何在实际业务中应用时序数据库IoTDB，并进行了与InfluxDB的数据模型对比和选型分析。文中提到了消费者IoT场景的特点，包括设备增长快、更新换代频繁、设备基数大、生命周期短，以及由此产生的对时序数据库的需求，如支持海量元数据、高写入吞吐量、快速查询、可扩展性和业务友好性。在数据模型方面，IoTDB相比于InfluxDB，其元数据约束力更强，业务建模更简单，适合360的业务需求。此外，文件还讨论了IoTDB在360落地过程中遇到的问题和挑战，如大量指标场景下的数据文件合并速度慢、内存占用过多，以及针对这些问题的优化建议，例如关闭最新值缓存来优化内存占用。" 在时序数据库的选型上，360选择了IoTDB，因为IoTDB提供了友好的元数据管理，相比InfluxDB的松散标签值模型，IoTDB的元数据约束力更强，这有助于更好地管理和组织数据。同时，IoTDB的读写性能是InfluxDB的3倍，且具有开源的分布式支持，业务对接更加便捷，架构灵活可扩展。尽管InfluxDB在企业版中提供了分布式支持，但IoTDB的开源特性使其在扩展性和租户支持上更具优势。 在实际落地过程中，360面临的主要问题是大量指标场景下数据文件合并过程的时间消耗和内存占用过多。内存主要由元数据、时序数据索引、Memtable和其他部分组成，其中优化建议提到可以关闭最新值缓存来减轻内存负担。这样的实践经验和优化策略对于其他处理大规模时序数据的公司具有重要的参考价值，特别是在物联网(IoT)领域，高效的数据管理和处理是关键。