寻求支持多时间列的自托管时序数据库选型建议

场景说明 #

• 设备每分钟运行一次，生成未来24小时、步长1分钟的预测值
• 每次运行将完整24小时预测数据（含预测生成时间）存入数据库，数据结构示例：

time               forecast_time      value
===========================================
02-01-2025 10:00   01-01-2025 20:30   1.5
02-01-2025 10:00   01-01-2025 20:31   3.3
...
02-01-2025 10:01   01-01-2025 20:30   1.6
02-01-2025 10:01   01-01-2025 20:31   2.5
...

• 核心查询需求：
  1. 获取时间范围{t1,t2}内的最新预测数据
  2. 在上述结果基础上，将数据下采样至1小时步长
• 实际部署为多台高采样率物联网设备

当前InfluxDB v1的痛点 #

• 仅支持基于Tag查询，需将forecast_time设为Tag，但Tag仅支持字符串类型，导致时间存储格式受限
• 不支持复合查询，获取最新预测数据需分两次操作：先查询最新的forecast_time，再用该值查询对应数据
• 聚合能力有限，仅能通过MEAN(VALUE) GROUP BY time(60m)实现简单平均，复杂场景（如按参数索引独立求平均）需多次查询

推荐数据库选型 #

TimescaleDB #

TimescaleDB是PostgreSQL的时序数据库扩展，完全兼容PostgreSQL的SQL语法，非常适配你的场景：

1. 多时间列支持：time（预测生成时间）和forecast_time都可设为TIMESTAMP类型，无需转为字符串，支持基于时间类型的高效查询和过滤
2. 复合查询能力：可通过一次SQL查询直接获取指定时间范围内的最新预测数据，例如：

SELECT t.forecast_time, t.value
FROM (
    SELECT forecast_time, value,
           ROW_NUMBER() OVER (PARTITION BY forecast_time ORDER BY time DESC) AS rn
    FROM your_table
    WHERE forecast_time BETWEEN 't1' AND 't2'
) t
WHERE t.rn = 1;

3. 灵活的聚合与下采样：支持复杂的分组聚合，可直接在一次查询中完成下采样，甚至结合自定义逻辑，例如按参数索引独立求平均：

SELECT date_trunc('hour', forecast_time) AS hour,
       parameter_index,
       AVG(value) AS avg_value
FROM (
    SELECT forecast_time, value, parameter_index,
           ROW_NUMBER() OVER (PARTITION BY forecast_time ORDER BY time DESC) AS rn
    FROM your_table
    WHERE forecast_time BETWEEN 't1' AND 't2'
) t
WHERE t.rn = 1
GROUP BY hour, parameter_index;

4. 物联网场景适配：支持自动数据分区、高写入吞吐量，适合多台高采样率设备的持续数据写入

其他可选数据库 #

• ClickHouse：列式存储时序数据库，支持完整SQL，高吞吐写入和复杂聚合能力，适合大规模IoT数据的分析场景，多时间列处理和复合查询同样高效
• QuestDB：SQL优先的时序数据库，低延迟写入与查询，支持时间分区和丰富的聚合函数，对多时间列的过滤、排序和聚合操作友好

内容的提问来源于stack exchange，提问作者Aleksejs Fomins