TimescaleDB 深度解析：从时间分区到列存压缩的 PG 时序数据库扩展

本文是「PostgreSQL 扩展系列」时序篇。同系列前文：

• PostgreSQL 核心特性全景：12 大功能
• PostGIS 深度解析
• pgvector 深度解析
• PostgreSQL 前世今生：39 年演化史

时序数据是 PG 最不擅长的一类：写入密集、范围查询、按时间衰减、聚合占比高。10 年前要写时序就得选 InfluxDB / OpenTSDB。

TimescaleDB 通过把”自动分区 + 列存压缩 + 连续聚合”用 PG 扩展的方式实现，让 PG 一份库覆盖 80% 时序场景——目前 Uber、Comcast、Cloudflare、Wayfair 都在用。

本文回答 4 个问题：

1. hypertable 是怎么把一张表自动拆成 N 个 chunk 的？
2. native compression + hypercore 列存压缩：压缩率 90%+ 怎么做到的？
3. continuous aggregates：materialized view 的时序版？
4. TimescaleDB vs InfluxDB / QuestDB / DolphinDB：什么时候选哪个？

全文 7 大章节，20+ 张架构图，80+ 个 SQL 示例。

一、TimescaleDB 在 PG 扩展生态的位置

1.1 时序数据库选型矩阵

1.2 TimescaleDB 6 大特性

二、TimescaleDB 历史

2.1 11 年大事记

2.2 关键人物

三、Hypertable：自动时间分区

3.1 hypertable vs 普通表

3.2 创建 hypertable

-- 1. 创建普通表
CREATE TABLE metrics (
    time TIMESTAMPTZ NOT NULL,
    sensor_id INTEGER NOT NULL,
    cpu NUMERIC,
    mem NUMERIC,
    temp NUMERIC
);

-- 2. 转换为 hypertable
SELECT create_hypertable(
    'metrics',
    'time',
    chunk_time_interval => INTERVAL '7 days',
    -- 2.13+ 可以指定空间分区
    partitioning_column => 'sensor_id',
    number_of_partitions => 4
);

-- 3. 创建索引
CREATE INDEX ON metrics (sensor_id, time DESC);

3.3 hypertable 内部结构

源码 src/hypertable.c：

/* create_hypertable() 主入口 */
Datum
ts_create_hypertable(PG_FUNCTION_ARGS)
{
    Name relname = PG_GETARG_NAME(0);
    Name column_name = PG_GETARG_NAME(1);
    Interval *chunk_interval = PG_GETARG_INTERVAL_P(2);

    // 2. 校验主键必须包含 partitioning column
    // 3. 创建 chunk 父表（hidden）
    // 4. 写 hypertable / dimension 表
    // 5. 触发器：写入时路由到对应 chunk
    ...
}

四、Chunk：写入路由 + 时间分区

4.1 chunk 路由

4.2 chunk 自动创建

/* src/insert.c */
static void
chunk_insert_state_create(ChunkInsertState *state, ...)
{
    /* 检查目标 chunk 是否已存在 */
    chunk = get_chunk_for_tuple(state->hypertable, ...);
    if (!chunk) {
        /* 不存在则创建 */
        chunk = chunk_create(state->hypertable, ...);
    }
    ...
}

4.3 1 主键 + 多个 chunk 索引

-- 主键必须在 partitioning column
ALTER TABLE metrics
ADD CONSTRAINT metrics_pk PRIMARY KEY (time, sensor_id);

-- 二级索引
CREATE INDEX idx_metrics_sensor_time ON metrics (sensor_id, time DESC);

-- BRIN 索引（更适合时序）
CREATE INDEX idx_metrics_brin ON metrics USING BRIN (time);

4.4 chunk 元数据查询

-- 列出所有 chunk
SELECT chunk_name, range_start, range_end, total_size
FROM timescaledb_information.chunks
WHERE hypertable_name = 'metrics';

-- chunk 大小
SELECT chunk_name, pg_size_pretty(total_bytes)
FROM chunk_relation_sizes()
WHERE hypertable_name = 'metrics'
ORDER BY total_bytes DESC;

五、压缩：native + hypercore

5.1 native compression

5.2 压缩配置

-- 启用压缩
ALTER TABLE metrics SET (
    timescaledb.compress,
    timescaledb.compress_segmentby = 'sensor_id',
    timescaledb.compress_orderby = 'time DESC',
    timescaledb.compress_chunk_timeinterval = '7 days'
);

-- 自动压缩策略（每 chunk 老化 7 天后压缩）
SELECT add_compression_policy('metrics', INTERVAL '7 days');

5.3 hypercore 列存压缩（2.10+）

5.4 hypercore 启用

-- 启用列存
ALTER TABLE metrics SET (
    timescaledb.compress,
    timescaledb.compress_segmentby = 'sensor_id',
    timescaledb.compress_orderby = 'time DESC'
);

-- 启用 hypercore (PG 14+, TimescaleDB 2.10+)
-- 必须先用 ALTER TABLE 切换
ALTER TABLE metrics SET (
    timescaledb.compress,
    timescaledb.compress_segmentby = 'sensor_id',
    timescaledb.compress_orderby = 'time DESC',
    timescaledb.hypercore = on
);

5.5 压缩率基准

六、连续聚合：materialized view 的时序版

6.1 连续聚合 vs 普通 materialized view

6.2 创建连续聚合

-- 1 小时聚合
CREATE MATERIALIZED VIEW metrics_hourly
WITH (timescaledb.continuous) AS
SELECT
    time_bucket(INTERVAL '1 hour', time) AS bucket,
    sensor_id,
    AVG(cpu) AS cpu_avg,
    MAX(cpu) AS cpu_max,
    MIN(cpu) AS cpu_min,
    COUNT(*) AS sample_count
FROM metrics
GROUP BY bucket, sensor_id;

-- 自动 refresh 策略
SELECT add_continuous_aggregate_policy('metrics_hourly',
    start_offset => INTERVAL '1 day',
    end_offset => INTERVAL '1 hour',
    schedule_interval => INTERVAL '1 hour');

6.3 查询透明化

-- 连续聚合查询 = 普通 view 一样
SELECT * FROM metrics_hourly
WHERE sensor_id = 42 AND bucket > NOW() - INTERVAL '1 day'
ORDER BY bucket DESC;
-- planner 自动用 cagg 而非原始数据

6.4 cagg 内部实现

/* src/cagg.c */
Datum
cagg_create(PG_FUNCTION_ARGS)
{
    /* 1. 创建底表（hide） */
    /* 2. 创建视图中转 */
    /* 3. 写 Refresh DML */
    /* 4. 注册 refresh worker */
}

6.5 实时聚合（real-time aggregation）

-- 启用实时聚合
ALTER MATERIALIZED VIEW metrics_hourly SET (timescaledb.materialized_only = false);

-- 查询会自动合并 cagg + 原始数据
SELECT * FROM metrics_hourly
WHERE bucket > NOW() - INTERVAL '1 hour';

七、数据保留策略

7.1 自动 drop 旧数据

-- 90 天后自动 drop
SELECT add_retention_policy('metrics', INTERVAL '90 days');

7.2 chunk 移出 + 归档

-- 移动 chunk 到指定 tablespace
SELECT move_chunk(
    chunk => '_timescaledb_internal._hyper_1_2025_chunk',
    destination_tablespace => 'cold_storage',
    index_destination_tablespace => 'cold_storage'
);

八、多节点（distributed hypertable）

8.1 多节点架构

8.2 多节点用法

-- data node 创建
SELECT add_data_node('dn1.example.com', database => 'tsdb');
SELECT add_data_node('dn2.example.com', database => 'tsdb');

-- 分布式 hypertable
SELECT create_distributed_hypertable('metrics', 'time');

九、TimescaleDB 性能优化

9.1 8 条优化建议

9.2 性能基准（1 亿条数据）

十、TimescaleDB vs 其他时序数据库

10.1 对比矩阵

10.2 何时选哪个

十一、TimescaleDB + pgvector + AI

11.1 时序 + 向量混合

-- 设备异常检测（时序 + embedding）
CREATE TABLE sensor_data (
    time TIMESTAMPTZ NOT NULL,
    sensor_id INTEGER,
    metrics NUMERIC[],
    is_anomaly BOOLEAN
);
SELECT create_hypertable('sensor_data', 'time');

-- 给 embedding 列加 HNSW 索引
ALTER TABLE sensor_data ADD COLUMN embedding vector(768);
CREATE INDEX idx_sensor_embedding ON sensor_data
USING hnsw (embedding vector_cosine_ops);

-- 异常检测：查最近 100 条相似
SELECT time, sensor_id, is_anomaly
FROM sensor_data
WHERE sensor_id = 42
ORDER BY embedding <=> (
    SELECT embedding FROM sensor_data
    WHERE sensor_id = 42
    ORDER BY time DESC LIMIT 1
)
LIMIT 100;

十二、TimescaleDB 设计哲学

十三、TimescaleDB 实战 IoT 5 步

-- 1. 创建 hypertable
CREATE TABLE iot_sensors (
    time TIMESTAMPTZ NOT NULL,
    sensor_id INTEGER NOT NULL,
    cpu NUMERIC,
    mem NUMERIC,
    location GEOMETRY(Point, 4326)
);
SELECT create_hypertable('iot_sensors', 'time');

-- 2. 索引
CREATE INDEX idx_iot_sensor_time ON iot_sensors (sensor_id, time DESC);
CREATE INDEX idx_iot_location ON iot_sensors USING GIST (location);

-- 3. 连续聚合
CREATE MATERIALIZED VIEW iot_sensor_hourly
WITH (timescaledb.continuous) AS
SELECT
    time_bucket(INTERVAL '1 hour', time) AS bucket,
    sensor_id,
    AVG(cpu) AS cpu_avg,
    MAX(cpu) AS cpu_max
FROM iot_sensors
GROUP BY bucket, sensor_id;

-- 4. 压缩 + 保留
ALTER TABLE iot_sensors SET (
    timescaledb.compress,
    timescaledb.compress_segmentby = 'sensor_id',
    timescaledb.compress_orderby = 'time DESC'
);
SELECT add_compression_policy('iot_sensors', INTERVAL '7 days');
SELECT add_retention_policy('iot_sensors', INTERVAL '90 days');

-- 5. 查询
SELECT bucket, cpu_avg
FROM iot_sensor_hourly
WHERE sensor_id = 42 AND bucket > NOW() - INTERVAL '1 day'
ORDER BY bucket DESC;

十四、源码引用索引

• src/hypertable.c — hypertable 主表
• src/chunk.c — chunk 管理
• src/insert.c — 写入路由
• src/compress.c — 压缩
• src/cagg.c — 连续聚合
• src/retention.c — 数据保留
• src/distdata.c — 多节点

同系列前文

• PostgreSQL 核心特性全景：12 大功能
• PostGIS 深度解析
• pgvector 深度解析
• PostgreSQL 前世今生：39 年演化史