从 DB-Ranking 数据库热门趋势来看，时序数据库 Time Series Database (TSDB)这两年异军突起。这一类数据库大热的原因与所处理的数据类型息息相关，那时间序列数据到底是什么？为什么说时间序列数据与我们生活有着密切联系？
从字面上来理解，时间序列数据就是具有时间排序的数据。百度百科的定义是：“时间序列数据是同一统一指标按时间顺序记录的数据列。”如果用一些生活中常见的数据来举例，你可能就会觉得时间序列数据并不是多么晦涩难懂了，比如我们现在家家户户都在用的智能电表。每家的每一块电表都在不同的时间记录着家中电量的消耗，电表上总在跳动的指示灯就代表着时间序列数据的跳动。那每一栋楼、每个小区甚至大到每一座城市，数以万计的智能电表在相同的时间间隔下产生的数据，我们就可以用 Time Series Database 来记录。
上图是一系列的电表数据统计，从中我们可以看出时间序列数据有几个明显的特征。首先每组数据都带有时间戳，其次数据都是结构化的，以数字性为主，再从电表数据的处理与分析需求出发，我们可以总结出时间序列数据的几大特点：
1、所有采集的数据都是时序数据
2、数据都是结构化的
3、一个采集点的数据源是唯一的
4、数据很少有更新或删除操作
5、数据一定是指定时间段和指定区域查找的
6、实时数据库数据量巨大，一天的数据量就超过100亿条
再以监控数据为例，上图是对某项目监控数据进行的统计分析，做过运维的小伙伴一定非常熟悉，横轴是时间，纵轴是采集量，可以看出：
1、有些时间序列数据在很长一段时间内都是固定的值，但是某些时间点也会产生异常跳变，异常检测在时间序列数据的处理过程中，也是非常重要的一环，本文不过多展开；
2、有些时间序列数据在一段时间内是一个变化趋势；
3、有些时间序列数据在一定数值范围内会进行波动，有些波动频率高，有些波动频率低；在对应上我们刚才说的时间序列数据的特点，就非常容易理解了。
通过上述文字，大家了解了时间序列数据的特点，那生活中有什么场景是可以用 Time Series Database 来处理的呢？TDengine 时序数据库(TSDB)在产品不断研发创新的过程中，也有幸结识了一些不同业务场景上需要使用 Time Series Database 的合作伙伴。简单的举个例子，出行方面有理想汽车、蔚来汽车、领跑汽车等都在车联网数据、加电基站监测等方面运用了 TDengine，快递运输行业中有顺丰科技、货拉拉等也将 TDengine 运用在了业务监测或数据监测上。但关于 Time Series Database 的应用可远不止这些，更多的经典案例欢迎大家移步 TDengine 官网-博客-用户案例中查阅，也欢迎大家和我们一起探讨。
