Опубликована СУБД для данных в форме временных рядов TimescaleDB 1.0

Спустя два месяца после публикации первого релиз-кандидата вышла СУБД TimescaleDB 1.0. Она предназначена для хранения и управления данными, представленными в виде временных рядов. Это может быть информация из систем мониторинга, метрик, торговых площадок. СУБД доступна как расширение PostgreSQL.

Возможности TimescaleDB 1.0

С выпуска первой RC-версии разработчики внесли множество изменений, связанных с удобством использования системы, автоматизацией некоторых функций и стабилизацией инструмента.

• Добавлена возможность использовать широкий спектр указателей даты-времени. Изменено представление дней недели в календаре — каждая неделя начинается с понедельника в соответствии со стандартами ISO.
• Упрощено управление несколькими табличными пространствами, чтобы сделать более гибким масштабирование гипертаблиц — упорядоченного пространства из нескольких таблиц с постоянно накапливаемыми данными.
• Улучшена поддержка Windows, FreeBSD и NetBSD.
• Заложены основы для создания фреймворка-планировщика, который бы позволял автоматизировать фоновые задачи. В будущих релизах команда разработчиков будет развивать возможности автоматического сбора, сохранения и архивирования поступающих данных.
• Проведена работа по стабилизации работы СУБД — инструмент теперь лучше реагирует на крайние ситуации, относящиеся к изменениям в схемах и табличных пространствах, и предоставляет более прозрачную систему прав на доступ к бэкапу/восстановлению шаблонов баз данных.
• Реализована интеграция с системами мониторинга и визуализации Grafana и Prometheus, что расширяет экосистему совместимых инструментов: с СУБД могут работать Tableau, Kafka, Apache Spark, Zabbix, PostGIS, PowerBI и другие.
• Добавлена поддержка визуального редактора запросов, развиваемого Grafana.

В октябре 2018 года вышло первое с осени 2017 года большое обновление PostgreSQL. В версии 11 разработчики реализовали новый вариант распределения данных — хеш-секционирование. Оно позволяет расширить манипуляции с данными и одновременно повысить производительность системы.