https://plumephp.com/tags/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93/Recent content in 时序数据库 on PlumePHPHugozh-CNSun, 27 Sep 2026 10:00:00 +0800https://plumephp.com/mongodb-time-series/Sun, 27 Sep 2026 10:00:00 +0800https://plumephp.com/mongodb-time-series/<p>物联网设备、APM 指标、金融行情、日志流，几乎每一个现代系统都在以稳定速率产生时间戳驱动的数据。传统文档集合存储这类数据有两个天然痛点：单条文档体积小但数量极大，索引与文档头带来的存储开销占比较高；写入模式是纯追加（append-heavy），却要承担与事务型数据相同的随机写成本。MongoDB 5.0 引入的时序集合（Time Series Collection）正是针对这一场景的专门优化：它在文档模型之上叠加了面向时间的桶化（bucketing）、列式压缩与生命周期管理，让开发者无需引入额外的时序数据库即可支撑大规模 IoT 工作负载。</p>https://plumephp.com/design-logging-monitoring/Sat, 26 Sep 2026 14:00:00 +0800https://plumephp.com/design-logging-monitoring/<p>日志与监控是每一个生产系统的「眼睛」。当业务系统出问题时，第一件事就是去看日志、看指标、看链路。它同时是「海量写入」和「高频查询」的典型矛盾体：每天上亿条日志要便宜地写进来，还要能在几秒内查出来。本文按面试答题结构设计一个集日志、指标、追踪于一体的可观测性平台。</p>