TimescaleDB
PostgreSQL 的时序扩展 —— 用 PostgreSQL 的成本得到时序数据库的性能。
TimescaleDB 是一个 PostgreSQL 扩展，将 Postgres 变成高性能时序数据库。相同的 SQL、相同的驱动、相同的运维工具 —— 但内置 hypertable、列式压缩、持续聚合和数据保留策略。
使用 Pier 部署
- 1 打开 Pier 控制台，点击 Add service。
- 2 从模板列表中选择 TimescaleDB。
- 3 选择版本、设置服务名称，Pier 会自动配置容器、存储和端口。
- 4 如需 HTTPS，请绑定域名。Traefik 会自动签发 Let's Encrypt 证书。
什么是 TimescaleDB？
TimescaleDB 是一个 PostgreSQL 扩展 —— 不是独立的数据库。你把它安装到普通的
Postgres 实例中，执行 CREATE EXTENSION timescaledb，然后用一个函数调用就能
把现有表转成 hypertable。
底层上，hypertable 对应用来说就是一张普通表，但它会按时间静默地分区成”分块 （chunk）” —— 通常一天或一周一个分块。新写入流向最新分块；旧分块可以被 自动压缩、重排或删除。
结果：你保留了 PostgreSQL 的事务语义、Join、外键、索引、JSONB、全文搜索、 地理空间（PostGIS）以及整个驱动、ORM 和工具生态 —— 同时获得可与专用列式 数据库媲美的时序性能。
Pier 如何部署它
Pier 使用 Docker Hub 上 timescale/timescaledb 官方镜像。默认版本是
latest-pg17（PostgreSQL 17 + 最新 TimescaleDB），版本选择器中也提供
latest-pg18。数据卷挂载到 /var/lib/postgresql/data —— 该镜像的标准
PGDATA 位置。
创建服务时，Pier 会生成强密码、配置持久卷、在 Pier 内部网络上暴露 5432 端口，并可通过 Traefik 选择性发布。备份、时间点恢复、密码轮换和 连接字符串生成的工作方式与普通 PostgreSQL 模板相同 —— TimescaleDB 与 Postgres 协议兼容，因此运维工具完全相同。
何时不要使用 TimescaleDB
如果工作负载是纯 OLTP 且没有时序成分，普通 PostgreSQL 更简单更轻。如果需要 在超宽列式数据上进行 PB 级分析且不需要 Join 或可变性，ClickHouse 可能更合适。 如果只需要为小型集群进行短期指标抓取，原生 Prometheus 通常就够了。
其他场景 —— 应用指标、物联网、事件、日志、金融数据、实时面板 —— TimescaleDB 正好命中”无聊的 SQL 也能扩展”的甜点区。
核心功能
Hypertables（超表）
按时间自动分区的表。像写普通表一样插入数据；查询计划器透明地跨分块路由。在 5 美元 VPS 上即可达到每秒数十万行的毫秒级写入。
持续聚合（Continuous Aggregates）
基于时间桶的物化视图，增量刷新。无需重新计算即可在数年原始数据上获得亚秒级查询。
列式压缩
时序数据通常压缩 90–98%，无需重写查询。压缩后的分块仍可查询和更新。
数据保留策略
按时间自动删除旧分块。无 DELETE 膨胀、无需手动调优 vacuum、无需 cron 任务。
100% PostgreSQL
psql、pg_dump、pgBouncer、Prisma、SQLAlchemy、GORM、Hasura、PostGIS —— 任何与 PostgreSQL 兼容的工具都能直接使用。Join、外键、事务、ACID 全部保留。
内置作业调度器
用于压缩、保留、刷新和自定义函数的后台作业 —— 无需外部调度器或 cron 容器。
应用场景
应用指标与 APM
用单一的 Postgres 兼容存储替代 Prometheus + remote-write 栈。Grafana 原生支持 TimescaleDB 数据源。
物联网与传感器数据
每秒从设备摄取数十万个数据点。最近一小时查询毫秒级延迟，最近 10 年从压缩分块中查询。
金融 tick 数据
通过持续聚合生成 OHLC K 线，亚秒级回测，tick 级审计追踪，且不放弃 SQL Join。
实时分析面板
直接基于实时事件数据驱动 Power BI / Metabase / Grafana 面板。无 ETL、无 Lambda 架构、无独立 OLAP 存储。
日志与事件
结合 JSONB 列和时序语义的结构化日志存储。对于中小日志量，可替代 ELK/Loki。
代码示例
CREATE TABLE metrics (
time TIMESTAMPTZ NOT NULL,
device TEXT NOT NULL,
value DOUBLE PRECISION
);
SELECT create_hypertable('metrics', 'time');
CREATE INDEX ON metrics (device, time DESC);CREATE MATERIALIZED VIEW metrics_5m
WITH (timescaledb.continuous) AS
SELECT time_bucket('5 minutes', time) AS bucket,
device,
avg(value) AS avg,
max(value) AS max,
min(value) AS min,
count(*) AS n
FROM metrics
GROUP BY bucket, device;
SELECT add_continuous_aggregate_policy('metrics_5m',
start_offset => INTERVAL '7 days',
end_offset => INTERVAL '5 minutes',
schedule_interval => INTERVAL '5 minutes');ALTER TABLE metrics SET (
timescaledb.compress,
timescaledb.compress_segmentby = 'device'
);
SELECT add_compression_policy('metrics', INTERVAL '7 days');
SELECT add_retention_policy('metrics', INTERVAL '1 year');SELECT time_bucket('1 hour', time) AS hour,
device,
avg(value)
FROM metrics
WHERE time > now() - INTERVAL '24 hours'
GROUP BY hour, device
ORDER BY hour;对比
| vs PostgreSQL | TimescaleDB 本身就是带时序扩展的 PostgreSQL。当工作负载既包含时序数据又包含事务数据时使用 —— 一个数据库搞定，保留 Postgres 的开发体验。 |
| vs InfluxDB | Influx 使用自有查询语言（Flux/InfluxQL），没有 Join、外键或 SQL 生态。TimescaleDB 保留 SQL、Join、事务和你现有的 ORM。 |
| vs ClickHouse | ClickHouse 在超高基数的 OLAP 吞吐上占优；TimescaleDB 在行级一致性、Join、可变性和 Postgres 生态契合度上更强。 |
| vs Prometheus | Prometheus 是抓取式监控系统，不是长期存储。可以用 TimescaleDB 作为持久后端（remote_write），保留 Prometheus 用于短期抓取。 |
常见问题
TimescaleDB 是免费的吗？
与原生 PostgreSQL + TIMESTAMPTZ 列有何不同？
我现有的 ORM（Prisma、SQLAlchemy、GORM、ActiveRecord）能用吗？
最大数据量是多少？
如何从 InfluxDB 或原生 PostgreSQL 迁移？
启用压缩的 hypertable 上能用持续聚合吗？
Pier 部署的是哪个版本？
相关服务
在你的 VPS 上部署
TimescaleDB 是一个 PostgreSQL 扩展，将 Postgres 变成高性能时序数据库。相同的 SQL、相同的驱动、相同的运维工具 —— 但内置 hypertable、列式压缩、持续聚合和数据保留策略。
部署此服务 →