通过时序模型，您可以对时间序列进行存储、查询和分析。时序模型提供了数据生命周期、时间线索引、冷热存储、数据压缩等功能以满足时序数据的低成本存储以及高性能查询分析的需求。时序模型在车联网场景中主要用于车辆轨迹数据的存储、查询和分析。
说明 关于时序模型的更多信息，请参见时序模型。
模型介绍
在表格存储的时序模型中，采用一张二维的时序表来存储时序数据。
每行代表一个时间线在某个时间点的数据，该行的主键部分为时间线标识和时间戳，该行的数据列部分为该时间线在该时间戳下的数据点，可以有多个数据列。主键结构和数据列的结构无须用户进行预先定义，用户仅需要在写入时指定数据列的列名即可。
表格存储的时序模型为多值模型，在一个时间点上可以设置多个数据值。每个值对应数据库中的一列，包括列名和列值。列值支持多种数据类型，包括布尔、整型、浮点数、字符串和二进制。
一个时序表支持存储不同度量类别的时序数据。以下图为例，时序表中存储了温度（temperature）和湿度（humidity）两种度量类别的数据。
图中度量名称（measurement）、数据源（data source）和标签（tags）组成了一个时间线标识。此外，您还可以通过接口更新某个时间序列的元数据属性（attributes），该元数据信息可以用于时间线的检索。
数据写入后，系统会自动提取该时间线的元数据信息并自动构建索引，支持按照度量名称、数据源以及标签的组合条件进行时间线检索。
模型特性
表格存储的时序模型是针对时间序列数据的特点进行设计，适用于物联网设备监控、设备采集数据、机器监控数据等场景。
- 通用的时序数据建模方式，用户无须预定义表结构。
- 支持自动构建时间序列的元数据索引，支持按照多种组合条件检索时间序列。
- 支持SQL查询以及通过SQL进行聚合统计操作。
- 服务能力自动水平扩展、支持高并发写入和查询以及PB级海量数据的低成本存储。
使用时序模型
您可以通过以下方式使用时序模型。