TimescaleDB 的最佳设置策略是什么?
基于 TimescaleDB 常见问题解答,我最初的想法是确实建议并且可以基本上拥有一个包含时间序列数据和我的其他常规数据的数据库。
我只是想知道使用多节点时的策略是什么。我们可以创建一个分布式超表,但是我的其余非时间序列数据呢?我可以分发它们吗?
将 TimescaleDB 数据保留在其自己的节点“集群”中并为非时间序列数据拥有单独的实例(甚至可能使用其他扩展,如 Citus)是否有意义?
TimescaleDB 的最佳设置策略是什么?
基于 TimescaleDB 常见问题解答,我最初的想法是确实建议并且可以基本上拥有一个包含时间序列数据和我的其他常规数据的数据库。
我只是想知道使用多节点时的策略是什么。我们可以创建一个分布式超表,但是我的其余非时间序列数据呢?我可以分发它们吗?
将 TimescaleDB 数据保留在其自己的节点“集群”中并为非时间序列数据拥有单独的实例(甚至可能使用其他扩展,如 Citus)是否有意义?
当前版本的 TimescaleDB 是 2.0.0,不支持将聚合下推到数据节点(请参阅限制),并且所有连接都在访问节点上执行。因此,对于将分布式超表与非时间序列数据(我猜是存储在普通表中)连接起来的查询,数据将被带到连接的访问节点。因此,您可能希望在访问节点上存储非时间序列数据。您也可以手动分发非时间序列数据,但不会带来性能优势。
注意,如果超表通过外键引用非时序数据,则需要在访问节点和所有数据节点上有非时序表,时序数据与超表一样跨数据节点分区.