QuestDB: Une perspective nouvelle pour les bases de données temporelles Paris Time-Series Meetup Méril Pilon Développeur full-stack Octobre 2020

À propos Méril Pilon Multi langages / technologies Open-source Focus sur l’expérience utilisateur @mpsq @merildev (keybase)

01 QuestDB Pourquoi et comment? 03 Questions / Réponses 02 “Out-of-order” Le problème, notre solution Sommaire

01

Base de données “time-series” Optimisée pour les architectures modernes Avec support du langage de requête SQL En résumé

Les faits C & C++ / Java / TypeScript Open-source (licence Apache 2.0) Pas de dépendances Binaire de ~4 MO

En détails Cohérence des données Partitions par intervalles Modèle de données en colonnes Optimisations pour les CPU modernes

Facilité d’utilisation Expose un modèle relationnel avec support de requêtes JOIN Extensions du langage SQL pour time series Postgres wire InfluxDB Line Protocol (ILP) Machine de Rube Goldberg - wikipedia.org - Domaine Public

Console Web

Déploiement Docker Helm Chart pour Kubernetes AMIs (bientôt!) Binaires (avec ou sans JVM) Mode embarqué pour applications Java

“Out-of-order” ou Ingestion de données non triées temporellement ou Dans le désordre 02

Contraintes structurelles : ajout des données seulement, “append only” Contraintes de performance : les insertions ne doivent pas impacter la lecture Le problème

L’approche commune Log-structured merge-tree (LSM) By courtesy of John Pradeep medium.com/@yehohanan7

Réception des données Commit Tri radix du timestamp Notre solution Étape 1

Notre solution Étape 2 Propagation du tri aux autres colonnes en parallèle

Notre solution Étape 3 Découpe de la colonne en tranches Ajout “simple” du préfixe ou suffixe Réconciliation avec la partie intermédiaire

Merci à tous ! 03 Pour en savoir plus: - questdb.io - github.com/questdb/questdb Notre communauté sur Slack: - slack.questdb.io

No content