引擎功能

时序数据高效读写

Lindorm时序引擎提供高效的并发读写，支持每秒百万数据点的数据读取及千万数据点的写入能力。

• 数据写入

  支持以下方式进行数据写入：

  • 使用SQL的INSERT语句（推荐使用JDBC）。

  • 兼容InfluxDB的写入Line Protocol。

  • 兼容OpenTSDB协议的写入API。

  • 支持Prometheus以Remote Storage的形式将监控数据写入。

• 数据查询

  支持通过SQL进行数据查询，兼容基于OpenTSDB协议的查询API等方式进行数据查询。用户也可以通过产品控制台的数据查询功能进行数据分组、降采样、空间聚合等可视化数据查询展现。

数据管理

• 数据库管理

  时序数据的存储以Database为粒度进行隔离。支持通过SQL对Database的时间分区间隔、冷热分界线、数据过期时间等属性进行设置。具体操作，请参见数据库管理。

• 用户和权限管理

  支持对时序数据的访问进行用户认证以及存储权限鉴定。用户可以通过SQL或控制台对时序引擎内的用户以及用户权限进行管理。具体操作，请参见用户及权限管理。

高效时序存储技术

• 时序数据压缩

  Lindorm时序引擎使用高效的数据压缩技术，将单个数据点的平均使用存储空间降为1~2个字节，可以降低90%存储使用空间，同时加快数据写入的速度。

• 冷数据归档能力

  Lindorm时序引擎支持将长期存储的冷数据归档到低成本存储介质，从而将存储成本降低70%以上。

时序数据计算能力

Lindorm时序引擎提供专业全面的时序数据计算函数，支持降采样、数据插值和空间聚合计算，能满足各种复杂的业务数据查询场景。

监控运维

Lindorm时序引擎提供实例运维系统，用户可以实时掌握实例的运行情况、性能指标和存储空间使用情况，并通过设置报警通道，及时发现资源瓶颈。

数据和实例安全

Lindorm时序引擎提供以下方案保证用户数据和实例的安全：

• 提供使用VPC网络进行访问的实例访问方式，充分保证实例访问的安全性。

• 提供网络白名单功能：您可以通过设置允许访问实例的机器名单，进一步保证实例和数据的访问安全。如果一台机器在VPC内部，但不在设置的白名单内，则不能访问实例。

• 提供了数据库层面的用户权限功能，从而在网络白名单的基础上进一步对数据访问进行更细的权限管理。

• 数据存储默认采用多副本策略，充分保证数据的可用性。

数据库内机器学习

Lindorm时序引擎提供开箱即用的数据库内机器学习服务。您可以通过SQL语句直接在数据库内完成整个机器学习流程，挖掘更深的数据价值。

使用数据库内机器学习服务的优势主要体现在以下几个方面：

• 简单易用：无需掌握专业的机器学习知识，只需要使用标准的SQL就能完成机器学习整个流程。

• 无数据移动：无需将数据导出到外部平台，提高效率的同时，也可以更好地应对监管需求。

• 企业级特性支持：模型和数据都存储在数据库内，享受数据库成熟的企业级特性支持，如权限管理、审计、加密等。

目前支持常见的时序预测及时序异常检测算法，具体说明，请参见数据库内机器学习。