更正

它不是“过滤掉不需要的数据”；它只需要的数据。是的，当然，如果你有一个Index来支持WHERE子句中标识的列，它是非常快的，并且查询不依赖于表的大小（从160亿行的表中抓取1000行是瞬时的） .
你的桌子有一个严重的障碍。根据您的描述，实际的 PK 是（设备、公制、日期时间）。（请不要称它为 TimeStamp，这意味着别的东西，但这是一个小问题。）的唯一性通过以下方式标识：
```
   (Device, Metric, DateTime)
```
- 该Id列什么都不做，它完全是多余的。
- 列永远不是键（在关系数据库中被禁止的Id重复行必须通过其他方式来防止）。
- 该Id列需要一个额外的索引，这显然会阻碍的速度INSERT/DELETE，并增加使用的磁盘空间。
- 你可以摆脱它。请。

海拔

既然您已经消除了障碍，您可能还没有认识到它，但您的桌子处于第六范式。速度非常快，PK上只有一个Index。为了理解，请阅读什么是 *
- （我只有一个索引，而不是三个；在非 sql 上，您可能需要三个索引）。
- 我有完全相同的表（Id当然没有“钥匙”）。我有一个额外的专栏Server。我远程支持多个客户。

(Server, Device, Metric, DateTime)

该表可用于使用完全相同的 sql 代码（是的，切换单元格）来透视数据（即Devices，在顶部和底部，或旋转）。Metrics我使用该表为客户建立了无数种图形和图表，以了解他们的服务器性能。

* [**监控统计数据模型**](http://www.softwaregems.com.au/Documents/Documentary%20Examples/sysmon%20Public.pdf) 。

（内联太大；某些浏览器无法加载内联；点击链接。这也是过时的演示版本，出于显而易见的原因，我无法向您展示商业产品 DM。）

* 它允许我在收到客户的原始监控统计文件后使用 **单个 SELECT 命令生成**[ **这样的图表**](http://www.softwaregems.com.au/Documents/Documentary%20Examples/sequoia%20091019%20Server%20Public.pdf) ，六次击键。注意混搭；操作系统和服务器在同一张图表上；各种枢轴。当然，统计矩阵和图表的数量没有限制。（经客户许可使用。） ****

* 不熟悉关系数据库建模标准的读者可能会发现[ **IDEF1X 表示法**](http://www.softwaregems.com.au/Documents/Documentary%20Examples/IDEF1X%20Notation.pdf) 很有帮助。

最后但同样重要的是，sql 是 IEC/ISO/ANSI 标准。免费软件实际上是非 sql；如果他们不提供标准，则使用 sql 一词是欺诈性的。他们可能提供“额外”，但缺乏基础知识。

解决方法

我正在创建一个系统，该系统使用 SNMP 以（可能）5 分钟间隔轮询设备以获取不同指标的数据，例如 CPU
利用率、磁盘利用率、温度等。最终目标是以时间序列图的形式向系统用户提供可视化。

我过去曾研究过使用 RRDTool，但拒绝了它，因为无限期地存储捕获的数据对我的项目很重要，我希望更高级别和更灵活地访问捕获的数据。所以我的问题是：

在查询图形数据时的性能方面，关系数据库（如 MySQL 或 PostgreSQL）或非关系或 NoSQL 数据库（如 MongoDB 或
Redis）更好。

关系型

给定一个关系数据库，我将使用一个data_instances表，其中将存储为所有设备测量的每个指标捕获的每个数据实例，其中包含以下字段：

领域：id fk_to_device fk_to_metric metric_value timestamp

当我想为特定设备上的特定指标绘制图表时，我必须查询这个单一的表， 过滤掉 其他设备，以及为此设备分析的其他指标：

SELECT metric_value,timestamp FROM data_instances
    WHERE fk_to_device=1 AND fk_to_metric=2

此表中的行数为：

d * m_d * f * t

其中d是设备* 数量，是为所有设备记录 的指标m_d的累积数量，是轮询数据的频率，是系统收集数据的总 时间。
f t *

对于一年中每 5 分钟记录 3 台设备的 10 个指标的用户，我们将有不到 500 万 条记录。

索引

如果没有索引fk_to_device并且fk_to_metric扫描这个不断扩展的表会花费太多时间。因此，索引上述字段以及timestamp（用于创建具有本地化周期的图表）是一项要求。

非关系型 (NoSQL)

MongoDB 具有集合
的概念，与表不同，这些表可以通过编程方式创建而无需设置。有了这些，我可以对每个设备的数据存储进行分区，甚至可以对每个设备记录的每个指标进行分区。

我没有使用 NoSQL 的经验，也不知道它们是否提供任何查询性能增强功能，例如索引，但是上一段建议在 NoSQL
下存储数据的结构中完成大部分传统的关系查询工作。

未定

具有正确索引的关系解决方案会在一年内减少到爬行吗？或者 NoSQL 方法的基于集合的结构（与我存储数据的心理模型相匹配）是否提供了明显的好处？