▲总平面图
NBBJ是世界著名建筑设计公司，在西雅图、纽约、洛杉矶、旧金山、哥伦比亚和罗里达勒姆分别设有分公司，同时在挪威的奥斯勒，中国的北京，台北，日本的东京均设有办事机构。
▲腾讯大厦
腾讯滨海大厦相当于3个腾讯大厦。
项目占地面积18650平米，设计包括两幢不同高度的高耸的塔楼，50层楼248米的南塔楼和194米高41层楼的北塔楼，每一层都是采用LOFT式风格的设计。
两座塔楼由三个位于不同高度的天桥连接。
滨海大厦硬件被三条“腰带”连接在一起
三条“腰带”其实也是三种不同的工作生活空间，包括2～5层的“文化连接层”， 22～26层的“健康连接层”，和35～37层“知识连接层”。
两塔楼间相互连接，象征着因特网各个遥远角落的连通，以一种更富有效率的方式将腾讯公司员工连接在一起。在业内看来，这种巧妙的建筑结构也与马化腾提出的“腾讯未来要做连接器”的理念形成呼应。
能源策略比传统办公塔楼减少40%的消费和碳排放。另外，塔楼的少许旋转和高度偏移拦截了场地的盛行风，使中庭通风同时使直接日照最少化。为控制炫目和热量获取，幕墙集成了一套根据日照角度不同而各异的模块化的遮阳系统。
腾讯滨海大厦是典型的大型高层建筑，体量大、跨度大、空间大、能耗高，后备电力系统可靠性、安全性、高可用性备受重视，绿色节能作为电力系统的发展趋势，亦是腾讯此次重点的考虑因素。
这座大厦采用物联网和人工智能技术，
集数字化、智能化于一体的智慧大厦，满是黑科技！
在大厦内部，腾讯应用物联网、人工智能等前沿科技，让滨海大厦成为探索物联网解决方案和人工智能的“超级试验场”。 2019年全新的创业模式已经诞生，一部手机就可住家创业，奖金周结周发，短时间就可轻松月入几万，详情微信咨询六二五八四四零一六。
所有设施设备均植入具有腾讯DNA的QQ SDK和微信SDK，其数据在智慧化管理平台上进行交互，并发生化学反应。每个员工从进入大门开始，就能体验到最新的互联网科技成果。
• 员工不用刷卡，直接“刷脸”即可进入；
• 加入物联网系统的电梯，可用手机“召唤”，员工可提前在微信上预约电梯和到达楼层，再到指定电梯门等待；
• 智能寻车导航；
• 大厦墙体按照深圳日照规律设计，全落地玻璃窗自带遮阳系统；
• 依据“海绵城市”理念打造空中花园，回收IT机房热量来维持恒温的游泳池；
• 在大厦内部走动时，室内精准定位技术可以准确到一米内；
• 访客在大堂等待时可通过手机与AR、VR设备进行多种互动；
• 根据节假日变化的表情大屏；
• 下班后，打通QQ账号的智能寻车导航系统，帮助员工顺利快速地开车回家……
为保证员工的快乐工作和健康生活，滨海大厦不仅有更先进、更舒适、采光更好、风景更优美的办公区和会议室，城市广场、空中花园、攀岩等也应有尽有。大厦内部还配备有标准的篮球场、羽毛球场等运动设施，还有一条贯穿两栋塔楼的300米环形跑道，高度位居国内建筑之最。另外，楼内还有众多著名餐饮商家为员工提供服务。
• “工作使我快乐”的办公区，每个办公桌上都有绿化植物；
• 办公室内，有可以随意调节高度、方便站立办公的小桌；
• 食堂有多个区域可供选择，桌椅各不相同；
• 各种室内球馆：羽毛球、篮球、乒乓球、台球。
• 健身房里有跑步机、动感单车。
• 三层楼之高的超大攀岩墙
• 300米长的室内环形跑道
腾讯滨海大厦创造了让员工“不愿下班”的办公环境，为公司员工带来了疏解办公压力的舒适空间，也为员工福利和人才招聘加分不少。
5g会给我们的生活带来的变化：信息娱乐、学习办公、创新应用、智慧城市、电梯物联网、智慧医疗、车联网、智慧养老。
目前，在我们的城市中
1、信息娱乐
5G将推动视频、游戏等应用向超高清、3D和沉浸式体验方向发展，成为8K超高清视频等新应用不可或缺的网络支撑。人们可以随时随地观看高清视频，享受VR带来的新体验，身临其境地参与视频会议、体育赛事直播等活动，还可以在网上沉浸式体验各种游戏。
2、学习办公
人们将能够通过VR、AR技术进入虚拟教室，通过头戴式设备沉浸式参与自己喜欢的课程，并与课堂上的老师和同学进行全景式交流。另外，“云上办公”等也将成为可能。
3、创新应用
随着智能手机的普及，人们对数据业务的需求不断增加。在5G时代，消费者比较感兴趣的5G创新应用有很多，比如带有实时语言翻译功能的5G耳机、基于5G的智能家居服务、多视角的体育赛事或文艺演出直播，以及戴着VR头盔观看等等。
4、智慧城市
目前，在我们的城市中装有很多摄像头，可对车辆、人员、环境进行监控，保障“最后一公里”的安全。借助5G技术，这些摄像头拍的视频、图像能够及时进行传输，不需进行压缩，大大增加了图像识别的准确率和识别速度。
5、电梯物联网
5G让万物互联有了通讯基础,电梯物联网和智慧电梯必将进入实质性阶段，电梯安全、信息传输速度和多功能需求方面都能最大程度地满足乘客的要求。
依托5G技术，电梯实时位置、异常情况、无线上网功能、智能语音视频通话将不会受到信号干扰，保障乘梯体验及社交完美互动。5G时代，或许我们乘坐的不再是一部简单的电梯,而是一个完全智能化的“机器生物”。
6、智慧医疗
主要包括远程诊断、远程紧急处理和远程手术等。特别是在火车上、户外等场景中，紧急诊断和处理很有价值，甚至可以挽回很多人的生命。
7、车联网
车联网对于安全行驶、减轻人的劳动强度等有着很大意义。特别是应用5G、人工智能技术的自动驾驶，会给汽车形态、汽车管理、车辆运行、人车关系带来改变。未来，出租车驾驶员这个职业也许会消失。
8、智慧养老
应用5G、人工智能技术的智能机器人可提供更优质的养老服务，让老年生活更便利、更舒适、更安全。未来，5G带来的改变将是持续的，甚至会给人们的生活带来一些颠覆性变化。
1、快意电梯快意电梯成立于1987年，集产品设计、制造、销售、安装及售后服务为一体，致力于为全球客户提供电梯产品相关的一体化服务解决方案，是上市企业，国家高新技术企业，还入选了国家火炬计划重点高新企业，旗下品牌“IFE快意”商标被认定为中国驰名商标，入选广东省创新型企业名单以及东莞市“倍增计划”试点企业名单。
2、通力电梯
世界领先的电梯和自动扶梯供应商之一，提供行业领先的电梯/扶梯产品，始终将电梯和自动扶梯作为其主要业务，业务遍及全球50多个国家。
3康力电梯
江苏省著名商标，是集研发、制造、销售、工程、服务于一体的现代化专业电梯企业，拥有国家市场监督管理总局颁发的电梯制造、安装、修理、改造资质，通过欧洲CE认证、俄罗斯EAC认证、德国TUV认证，于2010年3月在深交所上市
4ThyssenKrupp：
德国较大的电梯制造商之一，世界领先的电梯公司，电梯十大品牌，著名品牌，蒂森克虏伯电梯(中国)有限公司
5日立（中国）电梯
日立电梯(中国)有限公司，成立于1995年，总部设在广州，日立电梯致力于各类电梯、扶梯、自动人行道、智能安防系统的研发、制造、销售、安装、维修、保养。综合实力一直稳居行业三甲之列 ，跻身中国外商投资企业500强。
6蒂森
蒂森电梯有限公司于1995年01月10日在中山市工商行政管理局登记成立。法定代表人彼得·沃克，公司经营范围包括生产经营、销售、研发各类电梯（包含残障人电梯、乘客电梯、载货电梯、客货两用电梯、杂物梯）等。
7OTIS奥的斯
奥的斯电梯是联合技术公司的全资子公司，是全球著名电梯品牌，电梯行业顶级品牌，世界较大的电梯公司。
8西子奥的斯
成立于1997年，是Otis Elevator在中国的子公司，为全球200多个国家和地区提供电梯产品以及维护和保养服务。
9迅达
1874年在瑞士成立，是全球领先的电梯，自动扶梯及相关服务供应商，迅达在全球一百多个国家和地区开展业务，拥有50,000名员工。于1980年进入中国，建立了中国第一家工业合资企业。
10、富士达
集科工贸于一体的高科技型企业，中日合资企业，专业电梯生产厂家，富士达是日本唯一可以打入欧美市场的电梯产品，以其卓越的人性化功能，节能环保技术在电梯行业中占有一席之地。
建设智慧物业是时代所需、大势所趋。针对智慧物业发展瓶颈和不足，根据对超50家日常监测的物业服务企业的策略方法进行整理汇总，提出以下建议：
一是加强认知，完善顶层设计。物业服务企业和地产开发商都应具备对智慧物业的充分认知以及一定的前瞻性思维，要构建起完善的智慧物业要素框架、技术架构以及符合自身服务特性的流程框架，以顶层设计指引智慧物业建设。
二是提升人才体系建设的战略地位。人才是产业、行业、企业发展的根基，往往起到引领产业转型、跨越式发展的关键作用。企业可通过与高校合作培养或设立定向培养机构的方式，为将来的发展做好人才储备。
三是制定行业标准，推动产业融合。以人为本，打破设备、数据、服务等之间的信息孤岛，才能实现真正的智慧社区。智慧物业仍处于加速发展、融合的阶段，设备厂商、物业服务企业应联合起来积极制定行业标准，通过跨行业、跨领域的密切协作，推动智慧物业大产业链下的深度融合，真正实现万物互联、万物智能。
四是适应老龄社会，关注特殊群体。目前，中国已正式步入老龄化社会。老年人对新兴技术的接受度相对较低，对于使用、适应新技术的速度也相对缓慢。因此，智慧物业需结合社会大环境的特殊需求，作出必要的适老化、适特殊群体化改造，避免过于复杂或超前的使用要求。
在未来很长一段时间内，智慧社区、智慧物业的建设都将是城市更新改造的重点工作，物业服务企业需充分认知、积极部署，乘时代东风完成企业自身的转型升级。
易软智慧物业旗下五大区域公司，分布华西、华东、华北、华南、华中区域，服务项目超3万个，与80多家物业百强建立合作，覆盖住宅、写字楼、园区、学校、工建类等各种业态，终端受益用户超6000万。
匠心20年，易软智联在技术上深度整合“软硬一体”物业服务新生态，专注物业数字化和智慧化服务，研发实力与服务品质始终保持行业领先，独家构建“物业ERP+智慧物联+社区增值服务”智能管理平台，提供三位一体全生态链综合解决方案，为企业智慧化转型赋能。
戳官网了解更多：易软智慧物业官网
时序数据与截面数据能解决多重共线性 请参考下面时序数据库白皮书。
思极有容数据库
时序数据库技术白皮书
北京中电普华信息技术有限公司
2020年4月
目 录
1 大数据时代的挑战 1
2 产品特点 1
3 系统结构 2
4 存储结构 4
5 数据分区、水平扩展 6
6 高可靠系统 7
7 STable：多表聚合 9
8 数据模型 10
9 实时流式计算 11
10 便捷的安装、部署、维护 12
11 更多亮点 13
12 参数指标 13
13 应用场景 14
1 大数据时代的挑战
随着移动互联网的普及，数据通讯成本的急剧下降，以及各种低成本的传感技术和智能设备的出现，除传统的手机、计算机在实时采集数据之外，手环、共享单车、出租车、智能电表、环境监测设备、电梯、大型设备、工业生产线等也都在源源不断的产生海量的实时数据并发往云端。这些海量数据是企业宝贵的财富，能够帮助企业实时监控业务或设备的运行情况，生成各种维度的报表，而且通过大数据分析和机器学习，对业务进行预测和预警，能够帮助企业进行科学决策、节约成本并创造新的价值。
仔细研究发现，所有机器、设备、传感器、以及交易系统所产生的数据都是时序的，而且很多还带有位置信息。这些数据具有明显的特征，1: 数据是时序的，一定带有时间戳；2：数据是结构化的；3: 数据极少有更新或删除 *** 作；4：无需传统数据库的事务处理；5：相对互联网应用，写多读少；6：用户关注的是一段时间的趋势，而不是某一特点时间点的值；7: 数据是有保留期限的；8：数据的查询分析一定是基于时间段和地理区域的；9：除存储查询外，往往还需要各种统计和实时计算 *** 作；10：数据量巨大，一天采集的数据就可以超过100亿条。
看似简单的事情，但由于数据记录条数巨大，导致数据的实时写入成为瓶颈，查询分析极为缓慢，成为新的技术挑战。传统的关系型数据库或NoSQL数据库以及流式计算引擎由于没有充分利用这些数据的特点，性能提升极为有限，只能依靠集群技术，投入更多的计算资源和存储资源来处理，企业运营维护成本急剧上升。
2 产品特点
思极有容时序数据库正是普华公司面对这一高速增长的物联网大数据市场和技术挑战推出的创新性的大数据处理产品，它不依赖任何第三方软件，也不是优化或包装了一个开源的数据库或流式计算产品，而是在吸取众多传统关系型数据库、NoSQL数据库、流式计算引擎、消息队列等软件的优点之后自主开发的产品，在时序空间大数据处理上，有着自己独到的优势。
· 10倍以上的性能提升：定义了创新的数据存储结构，单核每秒就能处理至少2万次请求，插入数百万个数据点，读出一千万以上数据点，比现有通用数据库快了十倍以上。
· 硬件或云服务成本降至1/5：由于超强性能，计算资源不到通用大数据方案的1/5；通过列式存储和先进的压缩算法，存储空间不到通用数据库的1/10。
· 全栈时序数据处理引擎：将数据库、消息队列、缓存、流式计算等功能融合一起，应用无需再集成Kafka/Redis/HBase/HDFS等软件，大幅降低应用开发和维护的复杂度成本。
· 强大的分析功能：无论是十年前还是一秒钟前的数据，指定时间范围即可查询。数据可在时间轴上或多个设备上进行聚合。临时查询可通过Shell, Python, R, Matlab随时进行。
· 与第三方工具无缝连接：不用一行代码，即可与Telegraf, Grafana, Matlab, R等工具集成。后续将支持MQTT, OPC等工具, 与BI工具也能够无缝连接。
· 零运维成本、零学习成本：安装、集群一秒搞定，无需分库分表，实时备份。支持标准SQL语句，支持JDBC, RESTful连接, 支持Python/Java/C/C++/Go等开发语言, 与MySQL相似，零学习成本。
采用思极有容时序数据库，可将典型的物联网、车联网、工业互联网大数据平台的整体成本降至现有的1/5。同样的硬件资源，思极有容时序数据库能将系统处理能力和容量增加五倍以上。
3 系统结构
思极有容时序数据库是基于硬件、软件系统不可靠、一定会有故障的假设进行设计的，是基于任何单台计算机都无足够能力处理海量数据的假设进行设计的，因此思极有容时序数据库从研发的第一天起，就是按照分布式高可靠架构进行设计的，是完全去中心化的。思极有容时序数据库整个系统结构如下图所示，下面对一些基本概念进行介绍。
物理节点：集群里的任何一台物理机器(dnode)，根据其具体的CPU、内存、存储和其它物理资源，思极有容时序数据库将自动配置多个虚拟节点。
虚拟数据节点：存储具体的时序数据，所有针对时序数据的插入和查询 *** 作，都在虚拟数据节点上进行（图例中用V标明）。位于不同物理机器上的虚拟数据节点可以组成一个虚拟数据节点组（如图例中dnode0中的V0, dnode1中的V1, dnode6中的V2组成了一个组），虚拟节点组里的虚拟节点的数据以异步的方式进行同步，并实现数据的最终一致性，以保证一份数据在多台物理机器上有拷贝，而且即使一台物理机器宕机，总有位于其他物理机器上的虚拟节点能处理数据请求，从而保证系统运行的高可靠性。
虚拟管理节点：负责所有节点运行状态的采集、节点的负载均衡，以及所有Meta Data的管理，包括用户、数据库、表的管理（图例中用M标明）。当应用需要插入或查询一张表时，如果不知道这张表位于哪个数据节点，应用会连接管理节点来获取该信息。Meta Data的管理也需要有高可靠的保证，系统采用Master-Slave的机制，容许多到5个虚拟管理节点组成一个虚拟管理节点集群（如图例中的M0, M1, M2)。这个虚拟管理节点集群的创建是完全自动的，无需任何人工干预，应用也无需知道虚拟管理节点具体在哪台物理机器上运行。
集群对外服务IP：整个系统可以由多台甚至数万台服务器组成，但对于应用而言，只需要提供整个集群中任何一台或两台服务器的IP地址即可。 集群将根据应用的请求，自动的将请求转发到相应的一个甚至多个节点进行处理，包括聚合、计算 *** 作等。这些复杂的分发和路由对应用是完全透明的。
4 存储结构
为提高压缩和查询效率，思极有容时序数据库采用列式存储。与众多时序数据库不同的是，思极有容时序数据库基于时序数据的特点，将每一个采集点的数据作为数据库中的一张独立的表来存储。这样对于一个采集点的数据而言，无论在内存还是硬盘上，数据点在介质上是连续存放的，这样大幅减少随机读取 *** 作，减少IO *** 作次数，数量级的提升读取和查询效率。而且由于不同数据采集设备产生数据的过程完全独立，每个设备只产生属于自己的数据，一张表也就只有一个写入者。这样每个表就可以采用无锁方式来写，写入速度就能大幅提升。同时，对于一个数据采集点而言，其产生的数据是时序的，因此写的 *** 作可用追加的方式实现，进一步大幅提高数据写入速度。
数据具体写如流程如图所示：
写入数据时，先将数据点写进Commit日志，然后转发给同一虚拟节点组里的其他节点，再按列写入分配的内存块。当内存块的剩余空间达到一定临界值或设定的commit时间时, 内存块的数据将写入硬盘。内存块是固定大小(如16K)的, 但依据系统内存的大小，每个采集点可以分配一个到多个内存块，采取LRU策略进行管理。在一个内存块里，数据是连续存放的，但块与块是不连续的，因此思极有容时序数据库为每一个表在内存里建立有块的索引，以方便写入和查询。
数据写入硬盘是以添加日志的方式进行的，以求大幅提高落盘的速度。为避免合并 *** 作，每个采集点（表）的数据也是按块存储，在一个块内，数据点是按列连续存放的，但块与块之间可以不是连续的。思极有容时序数据库对每张表会维护一索引，保存每个数据块在文件中的偏移量，起始时间、数据点数、压缩算法等信息。每个数据文件仅仅保存固定一段时间的数据(比如一周，可以配置)，因此一个表的数据会分布在多个数据文件中。查询时，根据给定的时间段，思极有容时序数据库将计算出查找的数据会在哪个数据文件，然后读取。这样大幅减少了硬盘 *** 作次数。多个数据文件的设计还有利于数据同步、数据恢复、数据自动删除 *** 作，更有利于数据按照新旧程度在不同物理介质上存储，比如最新的数据存放在SSD盘上，最老的数据存放在大容量但慢速的硬盘上。通过这样的设计，思极有容时序数据库将硬盘的随机读取几乎降为零，从而大幅提升写入和查询效率，让思极有容时序数据库在很廉价的存储设备上也有超强的性能。
为减少文件个数，一个虚拟节点内的所有表在同一时间段的数据都是存储在同一个数据文件里，而不是一张表一个数据文件。但是对于一个数据节点，每个虚拟节点都会有自己独立的数据文件。
5 数据分区、水平扩展
为处理每日高达数亿条的海量数据，数据必须在多个节点存放。在思极有容时序数据库里，数据是按照每个采集点（表）来存放的。一张表（一个采集点）的数据，即使每秒产生一百个字节的数据量，一年也才3G的数据量，压缩后，往往还不到300M，因此在思极有容时序数据库里，一个表的数据是不跨节点存储的，以便于单张表的快速高效的插入、查询和计算。
为更好的数据分区，思极有容时序数据库采用了虚拟数据节点的设计。一个虚拟数据节点包含多个表，表的数量可以配置。根据其计算和存储资源，一个物理节点将被划分为多个虚拟数据节点。虚拟数据节点的设计带来几大优势：
1）更好的支持硬件异构环境，资源多的服务器可以创建更多的虚拟节点；
2）恢复一个宕机的节点，可以让众多的其他节点参与进来，大大加快速度；
3）如果撤掉一个数据节点，该节点上的虚拟节点将被相当均匀的迁移到其他节点上去；
4）新增一个数据节点，负载过热的节点的上的部分虚拟节点将被整体迁移过来。这一切让负载更加均衡，让数据同步变得更加高效。
与传统的数据库相似，用户可以创建多个数据库，每个库里面，可以创建多个表。一个库可以横跨多个虚拟数据节点，但一个虚拟数据节点仅仅属于一个数据库。当用户添加一个表时，管理节点将查看已经分配的虚拟节点里是否还有空位，如果有，就将该表分配到这虚拟节点。如果这个库的所有虚拟节点都没有空位，管理节点将根据负载均衡的策略(随机、轮询等)来分配一个新的虚拟节点给该库，然后将该表分配到新的虚拟节点里。由于一台物理主机有多个虚拟数据节点，这种策略能保证负载均匀分布。
管理节点负责整个系统的负载均衡，包括虚拟数据节点的增加、删除、迁移、合并与拆分。管理节点并不保存每个采集点采集的数据，只是管理虚拟节点，即使宕机，也不会影响现有各虚拟节点的数据插入和查询 *** 作。各个采集点或应用从管理节点获取分配的虚拟数据节点信息后，然后直接与虚拟数据节点通讯，直接将数据插入数据库，对于查询 *** 作也是如此。因此，系统容量以及吞吐率与虚拟数据节点的个数成正比，整个系统是水平扩展的
6 高可靠系统
为保证数据节点的高可靠性，思极有容时序数据库引入了虚拟数据节点组的概念，并采用异步的方式进行数据同步。一个虚拟节点组由处于不同物理主机上的虚拟数据节点组成，虚拟数据节点个数就是数据冗余的个数(Replication Factor，一般大于2)。在一个虚拟节点组里，各个虚拟数据节点通过心跳包实时知道对方的状态。如果一个虚拟数据节点收到数据写入的请求，该请求会被立即转发给其他虚拟数据节点，然后在本地存储处理。当应用连接思极有容时序数据库系统时，对于要 *** 作的任何一张表，系统会给应用提供该表所属的虚拟数据节点组里各个虚拟节点的IP地址（如果replication factor为3，就会有3个IP地址），如果链接其中一个失败或者 *** 作失败，应用会尝试第二个、第三个，只有所有节点失败才会返回失败。这样保证虚拟数据节点组里任何一台机器宕机，都不会影响对外的服务。这些复杂的重新连接流程都被思极有容时序数据库 Driver包装隐藏起来，应用开发者无需写程序来实现。
为保证效率，思极有容时序数据库采取异步方式实现多个副本之间的实时数据同步，采取的是最终一致性，而不是强一致。当一台主机重启时，每个虚拟数据节点都会检查自己数据的版本是否与其他虚拟节点一致，如果版本不一致，需要同步后才能进入对外服务状态。在运行过程中，由于各种原因，数据仍然可以失去同步，这种不同步会在收到转发的写入请求时被发现，一旦被发现，版本低的虚拟数据节点将马上停止对外服务，进入同步流程，同步完后，才会重新恢复对外服务。同步过程中，高版本的节点还可以正常的对外提供服务。
管理节点负责存储Meta数据，同时根据每个数据节点状态来负责负载均衡，因此也要保证其高可靠性。多个虚拟管理节点组成一个虚拟管理节点组，因为Meta数据可以被多个应用同时更新，因此思极有容时序数据库采用的是Master-Slave模式实现虚拟管理节点的数据同步。写的 *** 作，只有Slave节点写入成功后，Master节点才会返回成功，从而保证数据的强一致性。如果Master节点宕机，系统有机制保证其中一个Slave会立即被选举为Master, 从而保证系统写 *** 作的高可靠性。
由于Meta数据量并不大，Meta数据虽然需持久化存储，但将其完全保存在内存，以保证查询 *** 作的高效。在应用侧，为避免每次数据 *** 作都访问管理节点，思极有容时序数据库 Driver将必要的Meta数据都会缓存在本地，只有当需要的Meta数据不存在或失效的情况下，才会访问管理节点，这样大大提高系统性能。
管理节点在集群中存在，但对于应用和系统管理员而言，是完全透明的。整个系统会自动在物理节点上创建虚拟管理节点以及虚拟管理节点组。
7 STable：多表聚合
各个数据采集点的时钟是很难同步的，为保证其时序，而且为保证单一采集点的数据在存储介质上的连续性，思极有容时序数据库要求每个数据采集点单独建表，这样能极大提高数据的插入速度以及查询速度，但是这将导致系统表的数量猛增，让应用对表的维护以及聚合、统计 *** 作难度加大。为降低应用的开发难度，思极有容时序数据库引入了STable超级表的概念。
STable是表的集合，包含多张表，而且这个集合里每张表的Schema是一样的。同一类型的采集设备可创建一个STable。与表一样，包含Schema，但还包含标签信息。Schema定义了表的每列数据的属性，如温度、压力等，而标签信息是静态的，属于Meta Data，如采集设备的型号、位置等。思极有容时序数据库扩展了标准SQL的table的定义，创建时，除指定Schema外，还可以带关键词tags来指定有哪些标签。如：
create table m1(ts timestamp, pressure int, rpm int) tags (model binary(8), color binary(8))
上述SQL创建了一个STable m1, 带有标签model和标签color。为某一个具体的采集点创建表时，可以指定其所属的STable以及标签的值，比如：
create table t1 using m1 tags (‘apple’, ‘red’)
上述SQL以STable m1为模板，创建了一张表t1，这张表的Schema就是m1的Schema，但标签model设为apple，标签color设为red。插入数据时，仍然按照正常的方式进行插入。但查询时，除传统的表的查询外，还可以基于标签对STable进行各种聚合查询或统计。如：
select avg(pressue) from m1 where model=’apple’ interval(5m) group by color
上面这个SQL语句表示将标签model值为apple的所有采集点的记录的每5分钟的平均值计算出来,并按照标签color进行分组。
对于STable的查询 *** 作，完全与正常的表一样。但一个定义的STable可以包含多张表（多个数据采集点），应用可通过指定标签的过滤条件，对一个STable下的全部或部分表进行聚合或统计 *** 作，这样大大简化应用的开发。其具体流程如下图所示：
1) 、应用将一个查询条件发往系统；
2) 、Driver将查询的过滤条件发往Meta Node（管理节点)；
3) 、管理节点将符合查询过滤条件的表的列表发回Driver(包含每个表对应的数据节点的IP地址)；
4) 、这些返回的表可能分布在多个数据节点，Driver将计算的请求发往相应的多个数据节点；
5) 、每个数据节点完成相应的聚合计算，将结果返回给Driver；
6) 、Driver将多个数据节点返回的结果做最后的聚合，将其返回给应用。
8 数据模型
思极有容时序数据库采用的仍然是传统的关系型数据库的模型。用户需要根据应用场景，创建一到多个库，然后在每个库里创建多张表，创建表时需要定义Schema。对于同一类型的采集点，为便于聚合统计 *** 作，可以先定义超级表STable，然后再定义表。
不同的采集点往往具有不同的数据特征，比如有的采集点数据采集频率高，有的数据保留时长较长，有的采集数据需要3份备份，而有的数据一份备份即可，有的采集点一条记录很大，而有的采集点的记录仅仅16个字节，很小。为让各种场景下思极有容时序数据库都能最大效率的工作，思极有容时序数据库建议将不同数据特征的表创建在不同的库里。创建一个库时，除SQL标准的选项外，应用还可以指定保留时长、数据备份的份数、cache大小、是否压缩等多种参数。
思极有容时序数据库对库的数量、STable的数量以及表的数量没有做任何限制，而且其多少不会对性能产生影响，应用按照自己的场景创建即可。
9 实时流式计算
在存储的原始数据上，思极有容时序数据库可以做各种计算，目前支持的主要 *** 作包括：
· Avg：以每个采样时间范围内的value的平均值作为结果
· Dev：以每个采样时间范围内的value的标准差作为结果
· Count：以每个采样时间范围内的点的数目作为结果
· First：以每个采样时间范围内的第一个value作为结果
· Last：以每个采样时间范围内的最后一个value作为结果
· LeastSquares：对每个采样时间范围内的value进行最小二乘法的拟合
· Max：以每个采样时间范围内的value的最大值作为结果
· Min：以每个采样时间范围内的value的最小值作为结果
· Percentile：每个采样时间范围内的value的第p百分位数作为结果。
· Sum：以每个采样时间范围内的value的总和作为结果
· Diff：以每两个相邻的value的差值作为结果
· Div：以每个value除以一个除数作为结果
· Scale：以每个value乘以一个倍数作为结果
· 基于多个采集点数据的四则运算表达式
思极有容时序数据库还可对一个或多个数据流进行实时聚合、统计等计算，并将计算出的衍生数据当做新的数据保存进思极有容时序数据库，以便后续的 *** 作。实时计算与聚合查询很类似，只是后台定时进行，并自动滑动计算窗口的起始点。工作方式与其他流式计算引擎的Sliding Window相似。
实时计算可以通过一个简单的创建表的 *** 作来实现。如：
create table d1 as select avg (pressure) from t1 interval (60s) sliding(10s)
上述SQL表示将表t1里字段pressure每10秒钟(每次滑动的时间间隔）将过去的60秒钟（聚合计算的时间间隔）的数据平均值计算出来并写入表d1。计算出的衍生数据可以与其他原始数据或计算出的衍生数据进行再次计算。
10 便捷的安装、部署、维护
思极有容时序数据库是在Linux上开发的，任何Linux系统都可以运行，而且不依赖任何第三方软件，也不是在某个开源项目上包装出来的产品。获得安装包并解压后，只需执行安装脚本就一切搞定，极其简单。
安装后，会在安装的机器上自动创建虚拟数据节点和管理节点，开发者就可以使用了，能满足一般性的需求。但如果数据量大，就需要将软件安装到多台主机。这时也只需要在每台机器配置好Master IP, 系统管理员打开思极有容时序数据库Shell, 将新添加的主机添加进系统即可。如果要撤销一个物理节点，登录思极有容时序数据库 Shell, 将其删除即可，极其简单。传统数据库所需要的数据分区、数据迁移等等都一概不存在。
因为数据是自动同步到多个节点的，系统管理员不用担心数据的丢失，也不用制定备份和数据恢复策略，一切全自动进行。
如果软件需要升级，只要在思极有容时序数据库Shell里将新版本上传即可。管理节点将挨个把每个节点的软件进行升级，而且整个系统的服务将不停止，服务不受任何影响。如果要更换设备，只需将其拔除，安装上软件后，将新设备重新插入即可。换言之，思极有容时序数据库完全支持在线升级以及硬件的热插拔，从而保证服务的724的不间断运行。
开发人员需要做的是定义表的结构，根据具体场景，配置好各种参数，让系统性能达到最优。系统管理员只需要关注与硬件相关的报警信息，对于经常出问题的服务器或硬盘，进行更换而已。使用思极有容时序数据库, 整个系统的运维工作变得极为简单，将大大降低运营成本。
11 更多亮点
订阅模式：与标准的数据库不同，思极有容时序数据库还提供一种订阅模式。应用程序可以订阅数据库某张表的内容，一旦该表有新的记录，应用将立即得到通知。同一个表可以被多个应用订阅。与流行的消息中间件Kafka一样，订阅采取的是pull而不是push模式。Kafka的publish *** 作由数据库插入 *** 作代替。由于思极有容时序数据库具有极高的插入速度, 通过采用订阅模式，思极有容时序数据库本身也可以作为一个消息队列中间件来使用。
异步插入：为避免网络延迟带来的性能下降，更好的提高数据插入速度，思极有容时序数据库还提供一组API让应用异步插入数据。当应用调用插入API时，将立即得到反馈，等记录成功插入后，思极有容时序数据库将调用应用提供的回调函数通知应用。采用异步插入，性能将大幅提高。
Nagle算法：时序数据应用场景里，每条记录一般都很小，很多不到20字节，因此整个系统处理的是大量的小数据包。为了更进一步提高性能，减少网络IO次数，思极有容时序数据库采用了类似TCP协议的Naggle算法，客户端将缓存插入请求，只有记录的大小超过一定的大小或者缓存时间超过100毫秒，被缓存的插入请求才会被发往系统。对于时间要求很高的应用，该功能可以关闭。
12 参数指标
· 支持数据类型：tinyint, smallint, int, bigint, float, double, binary
· 单记录最大长度：4096字节
· 最大记录条数：仅受存储空间限制
· 最大表的个数：仅受节点个数限制
· 最大数据备份数：5份
· 单节点插入速度：3万条/秒(单核，16字节每记录，每次一条，无同步备份)
· 单节点查询速度：2000万条/秒(单核，16字节每记录，全内存)
· 更多指标将陆续提供
13 应用场景
思极有容时序数据库作为一个基础性的软件，应用范围及其广泛，原则上，所有使用机器、设备、传感器采集数据的地方都可以用上。一些典型场景罗列如下：
· 公共安全：上网记录、通话记录、个体追踪、区间筛选
· 电力行业：智能电表、电网、发电设备的集中监测
· 通讯行业：话费详单、用户行为、基站/通讯设备监测
· 金融行业：交易记录、存取记录、ATM、POS机监测
· 出行工具：火车/汽车/出租/飞机/自行车的实时监测
· 交通行业：实时路况，路口流量监测，卡口数据
· 石油石化：油井、运输管线、运输车队的实时监测
· 互联网：服务器/应用监测、用户访问日志、广告点击日志
· 物流行业：车辆、集装箱的追踪监测
· 环境监测：天气、空气、水文、地质环境等监测
· 物联网：电梯、锅炉、机械、水表、气表等各种联网设备
· 军工行业：各种军事装备的数据采集、存储
· 制造业：生产过程管控，流程数据、供应链数据采集与分析
网页链接 技术白皮书网页链接请单击查看！
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）