1.基本概念
时序数据库（Time Series Database）是用于存储和管理时间序列数据的专业化数据库。时序数据库特别适用于物联网设备监控和互联网业务监控场景。
下面介绍下时序数据库的一些基本概念（不同的时序数据库称呼略有不同）。
1.1 度量（metric）
监测数据的指标，例如风力和温度。相当于关系型数据库中的table。
1.2 标签（tag）
指标项监测针对的具体对象，属于指定度量下的数据子类别。一个标签（Tag）由一个标签键（TagKey）和一个对应的标签值（TagValue）组成。
例如在监测数据的时候，指定度量（Metric）是“气温”，“城市（TagKey）= 杭州（TagValue）”就是一个标签（Tag），则监测的就是杭州市的气温。更多标签示例：机房 = A 、IP = 172.220.110.1。
1.3 域（field）
在指定度量下数据的子类别，一般情况下存放的是会随着时间戳的变化而变化的数据。一个metric可支持多个field，如metric为风力，该度量可以有两个field：direction和speed。
1.4 度量值（value）
度量对应的数值，如56°C、1000r/s等（实际中不带单位）。如果有多个field，每个field都有相应的value。不同的field支持不同的数据类型写入。对于同一个field，如果写入了某个数据类型的value之后，相同的field不允许写入其他数据类型。
1.5 时间戳（Timestamp）
数据（度量值）产生的时间点。
1.6 数据点 (Data Point)
针对监测对象的某项指标（由度量和标签定义）按特定时间间隔（连续的时间戳）采集的每个度量值就是一个数据点。1个metric+1个field（可选）+1个timestamp+1个value + n个tag（n>=1）”唯一定义了一个数据点。相当于关系型数据库中的row。
1.7 时间序列（Time Series）
1个metric+1个field（可选） +n个tag（n>=1）”定义了一个时间序列。主要是针对某个监测对象的某项指标（由度量和标签定义）的描述。某个时间序列上产生的数据值的增加，不会导致时间序列的增加。
例1（单域）：对温度的时间序列监测值
温度（temperature）作为一个度量（metric），共4个数据点，每个数据点由如下组成：
timestamp：时间戳
三个tag：每个tag都是一个key-value对，tag的key分别是deivceID、floor、room。
一个field：温度值
其中4个数据点使用的metric、t
