Uber 时序数据库M3DB初探
Uber 时序数据库M3DB初探
Uber M3 是一个已在优步使用多年的指标平台。 M3 可以在较长的保留时间内可靠地存储大规模指标。本篇文章抛砖引玉，带大家了解一下M3DB，同时M3也可以做为Prometheus后端存储，旨在为Prometheus指标提供安全，可扩展且可配置的多租户的存储。
时序数据库连载系列：Berkeley 的黑科技 BTrDB
本文是对面向 IoT 领域的开源时序数据库 BTrDB 内部实现细节的研究和介绍。
1. 场景介绍
BTrDB 论文中介绍了一个实际的项目，能很好解释清楚 BTrDB 的设计初衷和适用场景：
在一个电网中大量部署了某类传感器，每个传感器会产生 12 条时间线，每条时间线频率为 120Hz（即每秒 120 个点），时间精度为 100ns；由于各种原因，传感器数据传输经常性出现延迟、（时间）乱序等。
时序数据库技术和架构演进
在阿里云栖开发者沙龙时序数据库技术专场上，阿里巴巴数据库产品事业部技术专家渐醨为大家介绍了时间序列数据库的前世今生，为大家解读了时序数据库的由来、发展、现状、未来，并重点比较了目前时序数据库的热门产品和项目。
饿了么时序数据库LinDB架构演进
2019年3月2日，阿里云栖开发者沙龙时序数据库专场中，饿了么技术经理黄杰分享了饿了么公司时序数据库从设计构建到监控一系列开发更新过程，揭秘了LinDB数据库内部架构并对LinDB未来的发展做出了展望。
时序数据库连载系列: 时序数据库一哥InfluxDB之存储机制解析
InfluxDB 的存储机制解析
本文介绍了InfluxDB对于时序数据的存储/索引的设计。由于InfluxDB的集群版已在0.12版就不再开源，因此如无特殊说明，本文的介绍对象都是指 InfluxDB 单机版
1. InfluxDB 的存储引擎演进
尽管InfluxDB自发布以来历时三年多，其存储引擎的技术架构已经做过几次重大的改动, 以下将简要介绍一下InfluxDB的存储引擎演进的过程。
