推 saitoh: 推influxdb 03/24 12:48
推 frank910138: 謝謝大大，開一篇回覆，受益良多，我會去了解的 03/24 18:27
→ asdfghjklasd: 我公司就用 rdbms 來做....... 03/24 20:05
推 clarencech: 感謝分享, 最近ELK慢慢轉成EFK了 03/24 20:55
※ 引述《DarkKiller (System hacked)》之銘言：
: 推 frank910138: 請教一下，如果是物聯網資料，每秒收集的那種，才適 03/23 18:09
: → frank910138: 合用mongo嗎， 還是要用rdbms? 謝謝 03/23 18:09
通常不會拿 RDBMS 來處理這塊，因為 1) 偶而掉一些資料沒關係，2) 不會用到
transaction，所以 ACID 之類的特性反而對效能有影響。
IoT 資料主要分成兩類，一種是以數字為主的資料 (在 IoT 常見)，另外一種是以
文字為主的資料。
文字為主的資料其實就很像是 log，可以考慮丟到 Elasticsearch 裡面翻，所以
工具上就往 log 蒐集工具裡面找，像是 logstash 或是 fluentd。
數字為主的這塊早期也有用 ELK 架構在做 (Elasticsearch/Logstash/Kibana)，
但 ELK 在效能上一直是讓賣硬體的廠商笑呵呵的解決方案。
現在處理數字類另外一個大領域是 TSDB (Time series database)：
* https://en.wikipedia.org/wiki/Time_series_database
這塊這幾年發展蠻快的，我自己的單位是在用 Prometheus，我記得幾年前有簡體
中文的文章在討論各種不同的 TSDB，有點久但可以參考一下：
* http://liubin.org/blog/2016/02/18/tsdb-intro/
* http://liubin.org/blog/2016/02/25/tsdb-list-part-1/
* http://liubin.org/blog/2016/03/01/tsdb-list-part-2/
文章裡面提到的最新排名也可以看一下：
* https://db-engines.com/en/ranking/time+series+dbms
選好 TSDB 後，前面接個 Grafana 或是繼續用 Kibana 呈現應該都是標配，另外
商用的 Tableau 在這塊也有不少人頗愛，就看自家對工具的偏好了。
--
Resistance is futile.
https://blog.gslin.org/ & <[email protected]>
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.116.104.21 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1585023475.A.E17.html
※ 編輯: DarkKiller (122.116.104.21 臺灣), 03/24/2020 12:26:20