应用场景

更新时间:

随着业务的发展,阿里云时序数据库TSDB渐渐走出APM(应用性能管理)与监控领域,在IoT领域也获得广泛应用。而由于IoT领域的特性,其中采集到的很多数据不仅有时间信息,还有空间信息,因此时序数据库也需要能够识别和处理空间信息,以便更好地服务IoT场景。因此在时序数据库的基础上,我们添加了对空间信息的存储和处理能力,并更名为“时序数据库”(下文特指时空场景,称为时序数据库)。

背景

随着业务的发展,阿里云时序数据库TSDB渐渐走出APM(应用性能管理)与监控领域,在IoT领域也获得广泛应用。而由于IoT领域的特性,其中采集到的很多数据不仅有时间信息,还有空间信息,因此时序数据库也需要能够识别和处理空间信息,以便更好地服务IoT场景。因此在时序数据库的基础上,我们添加了对空间信息的存储和处理能力,并更名为“时序数据库”(下文特指时空场景,称为时序数据库)。

以下为时序数据库的典型应用场景。

轨迹存储与显示

这是最简单的用法,将设备采集到的时空数据存储到时序数据库中,然后按用户给定的范围条件,将数据读出并显示。如果有需要,时序数据库的数据输出还可以打通到GIS显示系统,便于数据展示。

时空过滤

比如在智慧城市场景之中,时序数据库可以用来存储犯罪事件,或者交通违法事件等。例如,将交通违法事件存储到时序数据库后,就可以统计某时间段内某区域的交通违法次数、频率等,后续即可利用这些信息来优化路网结构。

地理围栏

这是时空数据用于监控报警领域的典型场景,用户可以划定一个区域,每当指定设备的空间信息出现在区域之外时,就产生一条报警数据。还可以扩展到轨迹监控,偏离某轨迹之后触发报警等。