时序数据管理¶
作为物联网解决方案的核心组成部分，EnOS Edge 时序数据库（TSDB）服务为企业的大规模物联网数据处理提供了可靠的时序数据存储和高效的数据访问。
EnOS Edge 时序数据库可以存储及管理秒级原始数据、归一化后的分钟级数据、设备的状态数据、电量数据等，其主要功能和架构，如下图所示：
应用场景¶
EnOS Edge 时序数据管理服务能为 IT/OT 应用开发者提供大规模物联网数据存储和查询服务。
功能特性¶
轻量可扩展 基于开源的 InfluxDB 研发的高性能 TSDB；
更低的存储成本 采用领域驱动的数据分类和存储策略，提供高压缩率，支持2种有损压缩算法，即旋转门压缩和死区压缩；
丰富的数据服务 通过 V2.0 和 V2.1 API 提供高效、广泛的数据查询和分析服务；
可视化管理工具 提供可视化配置和数据查询工具，提升交付效率；
高可用性 基于双写入模式，具备高可用性。
性能¶
数据写入吞吐量可达3万点每秒
秒级查询响应
关键概念¶
EnOS Edge TSDB 具备高效的存储能力和低成本的存储特性，支持无损压缩和有损压缩两种压缩方式。默认按照设备数据类型执行无损压缩算法，节省存储成本；针对特定设备和测点，还可以开启有损压缩功能，选择特定的有损压缩算法，执行专有压缩，进一步提升存储效率。
无损压缩¶
EnOS Edge TSDB 可将不同类型的数据（如：AI原始数据、AI分钟级归一化数据、DI数据、PI数据、通用数据等）进行分类存储，同时对相同类型的数据自动执行高效的无损压缩算法。
有损压缩¶
EnOS Edge TSDB 提供配置存储策略的功能，支持对数据进行有损压缩后存储。支持以下数据压缩算法，可根据实际需要选择一种或多种压缩方式配合使用：
死区压缩 通过比较相邻测点数据之间的差值，确定是否存储测点数据。若当前测点数据与上一个保存的数据的偏差超过了指定的数据变化阈值，则保存当前测点数据，否则丢弃测点数据。
旋转门压缩 根据人为设定的绝对误差（即门的宽度），使用上斜率和下斜率对数据进行压缩判断。旋转门算法具有运算量小、可跟踪过程趋势变化和适合滚动压缩等优点，适用于对慢变化的测点数据进行压缩。