随着 IoT、5G 、无人驾驶等技术的飞速发展，我们发现生活和工作中的很多数据和时间产生了联系，比如：

Tesla 自动驾驶过程中随着时间和环境变化，通过传感器收集的周边数据。

工业大数据的采集，通过数据指引流程工艺的革新与改进。

各种各样的智能家居系统，可以持续监控房屋内的变化，包括屋内温度、光线的调整。

为了存储这些与时间相关的数据，一种以时间戳为主键的数据模型，越来越流行，存储该数据模型的数据库被称为时序数据库。

为了满足工业物联网、智能家居、监控等行业对时序数据的需求，青云QingCloud 推出了 ChronusDB，它是我们自研的一款高效、安全、易用，具备强大分析能力的时序数据库，具备超强的查询分析功能、高性能并发读写、低成本存储、丰富的时序数据处理能力、稳定可扩展等特性。

时序数据是一串按时间维度索引的数据，这些数据描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值。往过去看可以做成多维度的报表，揭示其趋势性、规律性、异常性；往未来看可以做大数据分析，机器学习，实现预测和预警。传统数据库仅仅记录数据的当前值，不会保存有关过去状态的信息，一旦数据库被更新，有关过去状态的信息就丢失了，而时序数据库则会记录所有的历史数据。

使用 ChronusDB 的理由是什么？

超高性能

时序数据库写多读少，对数据库写入能力有很高要求，ChronusDB 支持千亿条结构化数据毫秒级查询。

更低的存储成本

采用高效的数据压缩技术，减少存储使用空间，有效降低存储成本。

强大的数据分析能力

支持近百种聚合函数，提供专业全面的时序数据计算函数支持。

丰富的时序数据处理能力

支持降采样精度、数据插值，满足各种复杂的业务数据查询场景。

哪些场景可以用 ChronusDB ？

物联网设备监控分析

物联网的核心思想就是构建一个可以让所有物体生产数据并挖掘其价值的网络，而通过这个网络采集的数据，是一串按时间维度索引的数据，描述了物联网设备在一个时间范围内的每个时间点上的测量值，是典型的时序序列数据。

ChronusDB 支持高性能的时序数据写入与查询，适用于物联网设备监控分析场景。通过 QingCloud IoT 平台采集用户物联网设备的监控数据，将原始数据全量写入到ChronusDB中，通过其丰富的计算函数支持，可快速分析物联网设备产生的时序数据。

工业制造监控分析

工业大数据的采集为工业创新以及战略性发展提供数据基础，也是打造数字化工厂，实现智能制造，迈向工业 4.0 的必经之路。

工业制造企业需要对各种工业生产设备进行实时高效的数据采集和云端汇聚，通过实时的监控系统进行设备状态检测、故障发现及业务趋势分析。

ChronusDB 同样适用于工业制造监控分析场景，通过云端汇聚各类工业设备产生的数据，将设备数据实时高效写入到 ChronusDB 进行存储分析，最终将时序查询结果输出，实现工业制造设备的监控分析。

系统及业务实时监控

互联网服务的即时性和稳定性是服务能力的关键指标，通过对大规模应用集群和机房设备的监控，可以实时关注设备运行状态、资源利用率和业务趋势，实现数据化运营和自动化开发运维。

ChronusDB 适用于此类数据的存储和分析，可轻松地大规模存储和分析系统及业务实时监控数据，以了解一段时间内系统及业务的运行情况。

ChronusDB 最佳实践——货车数据采集分析

公路货物运输是现代运输主要方式之一，在整个运输领域占据重要地位，并发挥着越来越重要的作用。巨大的机遇同时也带了挑战，如何实时了解货车情况防止运输的高成本，如何获悉货车运输损耗及时进行故障检查都成了运输领域需要面临和解决的问题。

下面的示例展示了 ChronusDB 如何存储货车的行驶数据并对其进行分析。

如上图，我们将车载设备联网，实时记录并发送货车信息和货车的位置，油耗等数据，通过相关数据分析，可以轻松得到某辆货车的运输情况以及是否存在潜藏隐患。（具体部署代码请点击阅读原文获取）

接下来，我们看看 10 亿行数据在 ChronusDB 的写入与查询性能测试。