天工架构

目前，天工平台的服务主要由物接入、物解析、物管理、规则引擎和时序数据库组成，并可无缝对接百度云天算智能大数据平台及基础平台产品，可提供千万级设备接入的能力，百万数据点每秒的读写性能，超高的压缩率，端到端的安全防护。其基本架构如下图所示：

• 时序数据库：用于管理时间序列数据的专业化数据库。区别于传统的关系型数据库，时序数据库针对时间序列数据的存储、查询和展现进行了专门的优化，从而获得极高的数据压缩能力、极优的查询性能，特别适用于物联网应用场景。

• 天算智能大数据平台：提供了完备的大数据托管服务、智能API、众多业务场景模板以及人脸识别、文字识别、语音识别等服务，帮助用户实现智能业务。

  百度的大数据计算系统已成功应用于百度搜索、广告、百度地图、百度糯米、百度外卖等几乎全部的核心业务，经过多年的业务应用锤炼和技术演进，百度大数据计算系统的集群规模、计算能力均为国内。天工平台可与天算智能大数据平台实现无缝对接，助力企业快速具备海量数据分析能力。

TSDB是用于管理时间序列数据的专业化数据库。区别于传统的关系型数据库，TSDB针对时间序列数据的存储、查询和展现进行了专门的优化，从而获得极高的数据压缩能力、极优的查询性能，特别适用于物联网应用场景。

在执行具体操作前，用户需了解TSDB相关的核心概念。

TSDB：Time Series Database，时序数据库，用于保存时间序列（按时间顺序变化）的海量数据。

度量（metric）：即数据的类别，如发动机的温度、转速等。

时间戳（timestamp）：数据产生的时间点。

数值（value）：度量得到的数值，如56°C、1000r/s等（实际中不带单位）。

标签（tag）：一个标签是一个key-value对，用于提供额外的信息，如“型号=ABC123”、“出厂编号=1234567890”等。

数据点（data point）：“一个metric + 一个timestamp + 一个value + n个tag”定义了一个数据点。

分组（group）：可以按标签（tag）、时间戳（timestamp）、数值（value）对数据点进行分组。

聚合函数（aggregator）：可以对一段时间的数据点做聚合，如每10分钟的和值、平均值、大值、小值等。

数据库（database）：一个用户可以有多个数据库，一个数据库可以写入多个“度量”的“数据点”。

metric、timestamp、value、tag、data point的关系如下图所示：

相关文章