TimescaleDB 是一款针对快速检索和复杂查询优化过的开源时间序列数据库（时序数据库）。它使用“完整的SQL”，并且像传统的关系型数据库一样易于使用，还可以按NoSQL数据库的方式进行扩展。

与这两种数据库（关系型与NoSQL）侧重相比，TimescaleDB提供了时间序列数据的最好解决方案：

易用性

  • PostgreSQL支持的完整SQL接口（包括二级索引，基于非时间的聚合，子查询，JOINS，窗口函数）。
  • 连接到任何使用PostgreSQL的客户端或工具，无需更改。
  • 面向时间的特性、API函数和优化。

  • 健全的数据保留策略（Data retention policies）

    扩展性

  • 明确的时间/空间分区，便于纵向扩展（单个节点）和横向扩展（即将推出）

  • 高数据写入率（包括批量提交，内存索引，事务支持，数据回填[data backfill]）。
  • 单个节点上设置大小合适的块(二维数据分区)，以确保即使在大数据量的情况下也能快速检索数据。

  • 跨块和服务器的并行操作。

    可靠性

  • 基于PostgreSQL设计，打包为PostgreSQL扩展。

  • 受益于PostgreSQL 20多年研究（包括流复制，备份）的成熟基础。
  • 灵活的管理选项（与现有的PostgreSQL生态系统和工具兼容）。

本节的其余部分描述了TimescaleDB体系结构的设计和动机，包括为何时序数据不同，以及在构建TimescaleDB时如何利用其特性。

Next: In part to understand TimescaleDB’s design choices, let us ask: What is time-series data?

Download the Guide

If you want a quick visual intro to TimescaleDB, click on the image below to download the starter guide.

原文：TimescaleDB Overview

[什么是data backfill]
参考：https://www.quora.com/What-is-backfill-data
Let’s say you have a NaN (or empty position) in your data, and you want to fill this value with the nearest value (not-NaN) in the future. This call backfilling progress.
If you want to fill this NaN with the most recent not-NaN in the past. This is forward filling.