Talaria：大数据系统的分布式时间序列数据库

Talaria：大数据系统的分布式时间序列数据库

talaria TalariaDB is a distributed, highly available, and low latency time-series database for Presto 项目地址: https://gitcode.com/gh_mirrors/tala/talaria

项目介绍

Talaria 是一个分布式、高可用且低延迟的时间序列数据库，专为处理大数据系统设计。它源自 TalariaDB，最初在 Grab 公司进行设计和实现。Grab 是一个在每天数百万笔交易和连接中高速运行的系统，这需要一个可扩展的数据驱动决策平台。TalariaDB 帮助他们克服了从大量数据中检索和行动信息的挑战，能够以可预测的低查询延迟和低成本查询每小时至少 2-3 terabytes 的数据，并且能够与各种工具生态系统很好地配合使用，允许通过 SQL 查询数据。

项目技术分析

TalariaDB 的核心是处理时间序列数据，这种数据通常用于分析随时间变化的数据点，如股票价格、气象信息或用户行为等。TalariaDB 通过以下技术特点实现了高效的数据处理：

• 事件驱动模型：TalariaDB 围绕事件驱动数据模型设计，每个事件是一组键值对，包括哈希键、排序键和其他键值对。
• 支持多种数据类型：支持 string、int32、int64、bool、float64、timestamp 和 json 等数据类型，可以构建出适用于 Presto/SQL 的列。
• 高效的数据存储和查询：TalariaDB 能够实现低延迟的查询，并且与 Presto 等查询引擎兼容，使得数据分析更加高效。

项目及技术应用场景

事件摄入平台

TalariaDB 可以作为一个可靠且可扩展的数据摄入平台使用。它通过简单的 gRPC 端点从几乎任何地方跟踪事件，无需复杂的数据设置，如 Kafka，并且还提供实时查询功能。以下是一个典型的应用场景：

• 实时数据流处理：对于需要实时分析事件的组织，TalariaDB 可以快速摄入数据并立即进行查询，例如，监控用户行为或交易数据。

热数据查询

TalariaDB 也可以配置为数据存储，用于查询最近几个小时内的热数据或正在摄入的数据。通过内置的 Presto Thrift 连接器，可以轻松将数据暴露给 Presto 进行查询。以下是一个典型的应用场景：

• 近实时数据分析：对于需要查询最近数据（例如，过去几小时）的用例，TalariaDB 能够快速提供数据，以供进一步的分析和处理。

项目特点

1. 分布式架构：TalariaDB 的分布式设计确保了高可用性和可扩展性，能够处理大规模的数据负载。
2. 低延迟查询：TalariaDB 能够以低延迟提供查询结果，这对于实时数据分析至关重要。
3. 易于集成：与多种工具生态系统兼容，如 SQL 查询引擎 Presto，使得数据分析更为便捷。
4. 多种数据类型支持：支持多种数据类型，包括复杂数据结构如 JSON，使得它适用于各种复杂的数据分析场景。
5. 灵活的配置选项：TalariaDB 支持多种存储后端，包括 Amazon S3、Google Cloud Storage、Microsoft Azure Blob Storage 等，提供了灵活的数据存储选项。

综上所述，TalariaDB 作为一款分布式时间序列数据库，凭借其强大的功能、灵活的配置和易于集成的特点，是处理大数据系统中时间序列数据的首选工具。无论是作为事件摄入平台还是热数据查询系统，TalariaDB 都能提供出色的性能和可靠性。对于希望优化数据驱动决策的企业和组织来说，TalariaDB 无疑是一个值得尝试的开源项目。

talaria TalariaDB is a distributed, highly available, and low latency time-series database for Presto 项目地址: https://gitcode.com/gh_mirrors/tala/talaria