ArcadeDB 时序数据库完全指南InfluxDB、Prometheus 与 Grafana 一站式集成【免费下载链接】arcadedbArcadeDB Multi-Model Database, one DBMS that supports SQL, Cypher, Gremlin, HTTP/JSON, MongoDB and Redis. ArcadeDB is a conceptual fork of OrientDB, the first Multi-Model DBMS. ArcadeDB supports Vector Embeddings.项目地址: https://gitcode.com/gh_mirrors/ar/arcadedbArcadeDB 是一个开源的多模型数据库一个 DBMS 同时支持 SQL、Cypher、Gremlin、MongoDB 与 Redis并内置了高性能的**时序数据库Time Series**引擎。它不仅能像 InfluxDB 一样接收 Line Protocol 数据、像 Prometheus 一样响应 remote_write / remote_read 与 PromQL 查询还能直接被 Grafana 当作数据源使用——这就是本指南要带你掌握的 ArcadeDB 时序数据库集成玩法一套数据库搞定监控、指标与可视化的完整链路。为什么用 ArcadeDB 处理时序数据⏱️传统时序监控方案往往要同时维护 InfluxDB存储、Prometheus抓取与告警、Grafana可视化三个独立系统数据孤岛多、运维成本高。ArcadeDB 把这些能力收敛进一个引擎列式存储 高性能压缩采用 Gorilla XOR 与 Delta-of-Delta 编码标签Tag自动字典化磁盘占用远低于普通行式存储。原生多模型融合时序指标可以与图、文档、向量数据放在同一数据库里例如“设备指标 → 设备图谱 → 相似设备检索”一条链路打通。协议兼容原生支持 InfluxDB Line Protocol、Prometheus 远程读写、PromQL 与 Grafana DataFrame 查询协议。这些能力集中在 engine/timeseries 模块核心引擎见 TimeSeriesEngine.java压缩编解码器则在 codec 目录下Gorilla、Delta-of-Delta、Simple8b、字典编码一应俱全。快速开始5 分钟跑起 ArcadeDB 克隆仓库并启动服务默认 HTTP 端口 2480git clone https://gitcode.com/gh_mirrors/ar/arcadedb cd arcadedb ./mvnw clean package -DskipTests ./bin/server.sh也可以通过官方 Docker 镜像一键启动。启动后打开浏览器访问http://localhost:2480进入内置的 ArcadeDB Studio 管理界面。创建第一个时序表TimeSeries Type时序功能是 SQL 优先SQL-first的。创建一个监控传感器数据的时序类型CREATE TIMESERIES TYPE SensorReading TIMESTAMP ts TAGS (sensor_id STRING, region STRING, building STRING) FIELDS (temperature DOUBLE, humidity DOUBLE, power_kw DOUBLE)TIMESTAMP指定时间列TAGS定义索引标签用于过滤与分组FIELDS定义数值列。时序数据按 Tag 分片Shard写入默认分片数等于异步工作线程数保证并发写入无锁冲突。InfluxDB 集成用 Line Protocol 灌入数据 ArcadeDB 原生实现了 InfluxDB Line Protocol 解析器见 LineProtocolParser.java兼容度很高支持ns、us、ms、s四种时间精度支持无后缀double、ilong、引号字符串、true/falseboolean四类字段类型写入端点与 InfluxDB 几乎一致POST /api/v1/ts/{database}/write?precisionmsBody 即标准 Line Protocol 文本SensorReading,sensor_ids01,regionnorth temperature21.4,humidity41.0,power_kw1.8 1710000000000这意味着凡是支持往 InfluxDB 写入的采集器Telegraf、各类 Agent只需把 URL 指向 ArcadeDB 即可无缝迁移业务代码零改动。✅Prometheus 集成remote_write / remote_read 与 PromQL ArcadeDB 实现了完整的 Prometheus 远程存储协议protobuf 定义见 PrometheusTypes.java可以当作 Prometheus 的长期存储后端remote_writePrometheus 抓取到的指标持续推送入库remote_readPrometheus 查询时从 ArcadeDB 回读历史数据PromQL服务端原生支持 PromQL 即时查询与区间查询解析与求值在 promql 模块对应的 HTTP 端点包括/api/v1/ts/{database}/prometheus/write、/read以及/api/v1/query、/api/v1/query_range、/api/v1/labels、/api/v1/series等查询接口详见 PrometheusApiSpec.java。只需在prometheus.yml中配置remote_write: - url: http://localhost:2480/api/v1/ts/monitor/prometheus/write remote_read: - url: http://localhost:2480/api/v1/ts/monitor/prometheus/read指标和标签会在首次写入时自动创建时序类型无需预建表结构。Grafana 集成3 个端点搞定可视化面板 Grafana 支持是 ArcadeDB 时序能力最亮眼的部分通过三个专用端点即可无缝接入实现见 GrafanaTimeSeriesHandlerIT.java 的集成测试端点作用GET /api/v1/ts/{db}/grafana/health健康检查Grafana 数据源探活GET /api/v1/ts/{db}/grafana/metadata元数据发现列出所有时序类型、字段与标签POST /api/v1/ts/{db}/grafana/query查询接口返回 Grafana DataFrame 列式格式在 Grafana 中添加数据源时选择ArcadeDB类型或使用自定义 HTTP 数据源填入上述 URL 即可。查询面板会自动发现时序类型与标签支持按 Tag 过滤、多目标multi-target查询、时间范围与降采样maxDataPoints控制。元数据发现实现见 GetGrafanaMetadataHandler.java查询处理见 PostGrafanaQueryHandler.java。SQL 聚合查询timeBucket 与窗口函数 除了 InfluxQL / PromQL你还可以直接用 SQL 对时序数据做聚合这在生成报表和告警视图时特别顺手SELECT ts.timeBucket(1h, ts) AS hour, sensor_id, avg(temperature) AS avg_temperature, max(co2_ppm) AS max_co2_ppm, count(*) AS samples FROM SensorReading GROUP BY hour, sensor_id ORDER BY hourtimeBucket按小时/分钟/秒切分时间窗口配合avg、max、min、count等聚合函数一条 SQL 就能完成“按传感器、按楼栋、按区域”的多级上卷Rollup。降采样与数据保留策略 ️长期监控数据的体积控制是时序系统的核心痛点。ArcadeDB 提供了**多级降采样Downsampling Tiers**机制旧数据自动按更粗粒度聚合后落盘例如“7 天内保留原始 1 分钟粒度之后自动压缩为 5 分钟聚合再之后 1 小时聚合”。相关实现见 DownsamplingTier.java 与 TimeSeriesMaintenanceScheduler.java。降采样在后台调度线程中自动执行无需手工干预既控制存储成本又保证长期查询的响应速度。Python 端到端示例从造数到告警推导 项目提供了完整的 Python 时序端到端示例17_timeseries_end_to_end.py。它演示了完整工作流创建带多标签、多数值字段的时序类型生成多个传感器数小时的合成遥测数据并批量事务写入带多标签过滤的原始窗口查询按小时做timeBucket聚合传感器级、楼栋级、区域级三层上卷用 SQL 聚合结果推导“高温 高 CO₂”告警视图查询每个传感器的最新样本示例采用“SQL-first”方式访问时序数据你还可以配合 测试目录 中的test_timeseries_sql.py了解完整的 SQL 能力边界。总结一套 ArcadeDB替代三件套 从采集InfluxDB Line Protocol到存储查询Prometheus remote 协议 PromQL SQL再到可视化GrafanaArcadeDB 用一个多模型数据库完整承接了传统“时序三件套”的职责还额外带来了图、文档、向量检索的跨界能力。如果你正在搭建 IoT 监控、服务器指标大盘或业务时序分析系统不妨把 ArcadeDB 作为 InfluxDB / Prometheus / Grafana 的一站式替代方案试一试——克隆仓库、跑起服务、接入数据源十几分钟就能看到你的第一条时序曲线出现在 Grafana 面板上。【免费下载链接】arcadedbArcadeDB Multi-Model Database, one DBMS that supports SQL, Cypher, Gremlin, HTTP/JSON, MongoDB and Redis. ArcadeDB is a conceptual fork of OrientDB, the first Multi-Model DBMS. ArcadeDB supports Vector Embeddings.项目地址: https://gitcode.com/gh_mirrors/ar/arcadedb创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ArcadeDB 时序数据库完全指南：InfluxDB、Prometheus 与 Grafana 一站式集成
ArcadeDB 时序数据库完全指南InfluxDB、Prometheus 与 Grafana 一站式集成【免费下载链接】arcadedbArcadeDB Multi-Model Database, one DBMS that supports SQL, Cypher, Gremlin, HTTP/JSON, MongoDB and Redis. ArcadeDB is a conceptual fork of OrientDB, the first Multi-Model DBMS. ArcadeDB supports Vector Embeddings.项目地址: https://gitcode.com/gh_mirrors/ar/arcadedbArcadeDB 是一个开源的多模型数据库一个 DBMS 同时支持 SQL、Cypher、Gremlin、MongoDB 与 Redis并内置了高性能的**时序数据库Time Series**引擎。它不仅能像 InfluxDB 一样接收 Line Protocol 数据、像 Prometheus 一样响应 remote_write / remote_read 与 PromQL 查询还能直接被 Grafana 当作数据源使用——这就是本指南要带你掌握的 ArcadeDB 时序数据库集成玩法一套数据库搞定监控、指标与可视化的完整链路。为什么用 ArcadeDB 处理时序数据⏱️传统时序监控方案往往要同时维护 InfluxDB存储、Prometheus抓取与告警、Grafana可视化三个独立系统数据孤岛多、运维成本高。ArcadeDB 把这些能力收敛进一个引擎列式存储 高性能压缩采用 Gorilla XOR 与 Delta-of-Delta 编码标签Tag自动字典化磁盘占用远低于普通行式存储。原生多模型融合时序指标可以与图、文档、向量数据放在同一数据库里例如“设备指标 → 设备图谱 → 相似设备检索”一条链路打通。协议兼容原生支持 InfluxDB Line Protocol、Prometheus 远程读写、PromQL 与 Grafana DataFrame 查询协议。这些能力集中在 engine/timeseries 模块核心引擎见 TimeSeriesEngine.java压缩编解码器则在 codec 目录下Gorilla、Delta-of-Delta、Simple8b、字典编码一应俱全。快速开始5 分钟跑起 ArcadeDB 克隆仓库并启动服务默认 HTTP 端口 2480git clone https://gitcode.com/gh_mirrors/ar/arcadedb cd arcadedb ./mvnw clean package -DskipTests ./bin/server.sh也可以通过官方 Docker 镜像一键启动。启动后打开浏览器访问http://localhost:2480进入内置的 ArcadeDB Studio 管理界面。创建第一个时序表TimeSeries Type时序功能是 SQL 优先SQL-first的。创建一个监控传感器数据的时序类型CREATE TIMESERIES TYPE SensorReading TIMESTAMP ts TAGS (sensor_id STRING, region STRING, building STRING) FIELDS (temperature DOUBLE, humidity DOUBLE, power_kw DOUBLE)TIMESTAMP指定时间列TAGS定义索引标签用于过滤与分组FIELDS定义数值列。时序数据按 Tag 分片Shard写入默认分片数等于异步工作线程数保证并发写入无锁冲突。InfluxDB 集成用 Line Protocol 灌入数据 ArcadeDB 原生实现了 InfluxDB Line Protocol 解析器见 LineProtocolParser.java兼容度很高支持ns、us、ms、s四种时间精度支持无后缀double、ilong、引号字符串、true/falseboolean四类字段类型写入端点与 InfluxDB 几乎一致POST /api/v1/ts/{database}/write?precisionmsBody 即标准 Line Protocol 文本SensorReading,sensor_ids01,regionnorth temperature21.4,humidity41.0,power_kw1.8 1710000000000这意味着凡是支持往 InfluxDB 写入的采集器Telegraf、各类 Agent只需把 URL 指向 ArcadeDB 即可无缝迁移业务代码零改动。✅Prometheus 集成remote_write / remote_read 与 PromQL ArcadeDB 实现了完整的 Prometheus 远程存储协议protobuf 定义见 PrometheusTypes.java可以当作 Prometheus 的长期存储后端remote_writePrometheus 抓取到的指标持续推送入库remote_readPrometheus 查询时从 ArcadeDB 回读历史数据PromQL服务端原生支持 PromQL 即时查询与区间查询解析与求值在 promql 模块对应的 HTTP 端点包括/api/v1/ts/{database}/prometheus/write、/read以及/api/v1/query、/api/v1/query_range、/api/v1/labels、/api/v1/series等查询接口详见 PrometheusApiSpec.java。只需在prometheus.yml中配置remote_write: - url: http://localhost:2480/api/v1/ts/monitor/prometheus/write remote_read: - url: http://localhost:2480/api/v1/ts/monitor/prometheus/read指标和标签会在首次写入时自动创建时序类型无需预建表结构。Grafana 集成3 个端点搞定可视化面板 Grafana 支持是 ArcadeDB 时序能力最亮眼的部分通过三个专用端点即可无缝接入实现见 GrafanaTimeSeriesHandlerIT.java 的集成测试端点作用GET /api/v1/ts/{db}/grafana/health健康检查Grafana 数据源探活GET /api/v1/ts/{db}/grafana/metadata元数据发现列出所有时序类型、字段与标签POST /api/v1/ts/{db}/grafana/query查询接口返回 Grafana DataFrame 列式格式在 Grafana 中添加数据源时选择ArcadeDB类型或使用自定义 HTTP 数据源填入上述 URL 即可。查询面板会自动发现时序类型与标签支持按 Tag 过滤、多目标multi-target查询、时间范围与降采样maxDataPoints控制。元数据发现实现见 GetGrafanaMetadataHandler.java查询处理见 PostGrafanaQueryHandler.java。SQL 聚合查询timeBucket 与窗口函数 除了 InfluxQL / PromQL你还可以直接用 SQL 对时序数据做聚合这在生成报表和告警视图时特别顺手SELECT ts.timeBucket(1h, ts) AS hour, sensor_id, avg(temperature) AS avg_temperature, max(co2_ppm) AS max_co2_ppm, count(*) AS samples FROM SensorReading GROUP BY hour, sensor_id ORDER BY hourtimeBucket按小时/分钟/秒切分时间窗口配合avg、max、min、count等聚合函数一条 SQL 就能完成“按传感器、按楼栋、按区域”的多级上卷Rollup。降采样与数据保留策略 ️长期监控数据的体积控制是时序系统的核心痛点。ArcadeDB 提供了**多级降采样Downsampling Tiers**机制旧数据自动按更粗粒度聚合后落盘例如“7 天内保留原始 1 分钟粒度之后自动压缩为 5 分钟聚合再之后 1 小时聚合”。相关实现见 DownsamplingTier.java 与 TimeSeriesMaintenanceScheduler.java。降采样在后台调度线程中自动执行无需手工干预既控制存储成本又保证长期查询的响应速度。Python 端到端示例从造数到告警推导 项目提供了完整的 Python 时序端到端示例17_timeseries_end_to_end.py。它演示了完整工作流创建带多标签、多数值字段的时序类型生成多个传感器数小时的合成遥测数据并批量事务写入带多标签过滤的原始窗口查询按小时做timeBucket聚合传感器级、楼栋级、区域级三层上卷用 SQL 聚合结果推导“高温 高 CO₂”告警视图查询每个传感器的最新样本示例采用“SQL-first”方式访问时序数据你还可以配合 测试目录 中的test_timeseries_sql.py了解完整的 SQL 能力边界。总结一套 ArcadeDB替代三件套 从采集InfluxDB Line Protocol到存储查询Prometheus remote 协议 PromQL SQL再到可视化GrafanaArcadeDB 用一个多模型数据库完整承接了传统“时序三件套”的职责还额外带来了图、文档、向量检索的跨界能力。如果你正在搭建 IoT 监控、服务器指标大盘或业务时序分析系统不妨把 ArcadeDB 作为 InfluxDB / Prometheus / Grafana 的一站式替代方案试一试——克隆仓库、跑起服务、接入数据源十几分钟就能看到你的第一条时序曲线出现在 Grafana 面板上。【免费下载链接】arcadedbArcadeDB Multi-Model Database, one DBMS that supports SQL, Cypher, Gremlin, HTTP/JSON, MongoDB and Redis. ArcadeDB is a conceptual fork of OrientDB, the first Multi-Model DBMS. ArcadeDB supports Vector Embeddings.项目地址: https://gitcode.com/gh_mirrors/ar/arcadedb创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考