时序数据库的数据压缩算法综述  

作　　者：董秀英 

机构地区：[1]安徽工商职业学院智能制造与汽车学院,安徽合肥231131

出　　处：《科技与创新》2025年第5期96-99,共4页Science and Technology & Innovation

基　　金：安徽省高校自然科学研究重点项目(编号:2022AH052796、2023AH052662);安徽省中青年教师培养行动优秀青年教师培育项目(编号:YQYB2023200、YQYB2023202);安徽省高等学校省级质量工程项目(编号:2023jnds010、2023cxtd163、2023kcsz029、2022jyxm153);安徽省高校科研项目社科类(编号:2022AH052785);安徽省职业与成人教育学会教育教学研究规划课题(编号:AZCJ2023117、Azcj2021072、Azcj2022008、Azcj2022073)。

摘　　要：时序数据库(Time Series Database,TSDB)被广泛应用于各类需要处理和存储大量时间序列数据的领域,如物联网、金融、医疗和工业监控等。由于数据量不断增长,高效率的数据压缩算法对时序数据库的性能和存储效率至关重要。概述了当前主流的时序数据库数据压缩算法,包括简单压缩算法、高效压缩算法、先进压缩算法、混合压缩算法和基于机器学习的压缩算法,分析了各种算法的原理、具体实现步骤、优缺点和适用场景的分析,并对未来研究方向进行了深入探讨。

关 键 词：时序数据库 数据压缩算法 压缩率 数据存储 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]