Performanceanalyse Zeitreihendatenbank

Analyse und Aufzeigen von Optimierungsmöglichkeiten

Herausforderung

Im Rahmen einer Industrial Internet of Things (IIoT) Lösung sammelt unser Kunde große Datenmengen. Die Daten entstammen unterschiedlichen Sensoren und werden in einer Zeitreihendatenbank abgespeichert. Dort werden die Daten mithilfe unterschiedlicher Aggregationsfunktionen aufbereitet. Endkunden können diese Daten in einem Webportal abfragen und grafisch bzw. raumbezogen (geospatial) visualisieren. An dieser Stelle treten bei unserem Kunden bei hoher Last bzw. Parallelität der Nutzerabfragen deutliche Verzögerungen auf, die das Benutzererlebnis negativ beeinflussen.

Lösung

Wir simulieren die typischen Abfragen an die Zeitreihendatenbank. Wir analysieren die Ausführungspläne und bereiten Optimierungsvorschläge für die Abfragen und das zugrundeliegende Datenmodell vor. Wir prüfen das Setup der TimescaleDBTM und validieren die korrekte Funktionsweise der Echtzeit-Aggregationen. Zudem entwickeln wir ein alternatives Datenmodell, dass durch eine optimierte kontinuierliche Aggregation der Daten Vorteile in der Abfragegeschwindigkeit verspricht.

Ergebnis

Wir identifizieren eine Reihe an Performance-Bottlenecks. Auf Basis unserer Analyse erarbeiten wir verschiedene Lösungsansätze auf Präsentations-, Applikations- und Datenbankebene. Für unseren Kunden bildet diese Analyse eine wichtige Grundlage für die weitere Anwendungsentwicklung.

Postgres, PostgreSQL and the Slonik Logo are trademarks or registered trademarks of the PostgreSQL Community Association of Canada, and used with their permission.

TIMESCALEDB is a trademark of Timescale, Inc.

Nutzen

Daten

Technologien

trinnovative signed trinnovative signed

Mehr zum Projekt erfahren?