如何减少查询数据点提高查询效率

更新时间：2019-01-24 11:58:39

★ 我的收藏

本页目录

本文介绍如何通过减少单次查询数据点来提升查询效率。

时序查询优化的其中一个原则就是，查询命中的数据点越少，查询效率越高。因此来说查询条件尽量精确。

如何减少扫过的数据点数
- 查询周期与写入的采集周期强相关，尽量减少毫秒级采集周期写入。
- 起始时间和结束时间最好对齐小时自然边界，避免额外数据的查询。：
查询的 RT 和需要聚合的数据有关，数据越多，耗时越长。
查询操作无法取消，请谨慎选择查询时间范围和查询的 Tag 条件。

上一篇：如何减少查询命中时间线提升查询效率

下一篇：如何设计时间线结构提升查询效率

相关产品

时序时空数据库
时序时空数据库产品系列是是广泛应用于物联网（IoT）设备监控系统，企业能源管理系统（EMS），生产安全监控系统，电力检测系统等行业场景的专业数据库产品，提供百万高效写入，高压缩比低成本存储、预降采样、插值、多维聚合计算，查询结果可视化功能；解决由于设备采集点数量巨大，数据采集频率高，造成的存储成本高，写入和查询分析效率低的问题。目前提供：时序数据库 TSDB ，时序数据库 InfluxDB®，时序数据库 Promethues® 和时空数据库 4个产品类型。
云数据库 HBase 版
云数据库 HBase 版（ApsaraDB for HBase）是基于 Hadoop 的一个分布式数据库，支持海量的PB级的大数据存储，适用于高吞吐的随机读写的场景。目前在阿里内部有数百个集群，10000台左右规模的集群，服务数百个业务线，在订单存储、消息存储、物联网、轨迹、wifi、安全风控、搜索等领域有较多的在线应用。阿里云特别提供HBase产品化方案服务广大的中小型客户。
实时计算
阿里云实时计算(Alibaba Cloud Realtime Compute)是一套基于Apache Flink构建的一站式、高性能实时大数据处理平台，广泛适用于流式数据处理、离线数据处理、DataLake计算等多种场景。阿里云实时计算产品彻底规避繁重的底层流式处理逻辑开发工作，助力中国企业向实时化、智能化大数据计算升级转型。