时序引擎

高性能时间序列存储，支持降采样聚合、保留策略和 540K pts/s 写入吞吐。

概述

时序引擎存储带时间戳的数据点和命名字段，支持范围查询、聚合（降采样）、保留策略和 InfluxDB 行协议导入。

快速开始

use talon::{Talon, TsSchema};

let db = Talon::open("./data")?;

let schema = TsSchema::new(vec!["cpu".into(), "mem".into()]);
let ts = db.create_timeseries("metrics", schema)?;

ts.insert(1700000000_000, &[0.85, 0.72])?;
ts.insert(1700000001_000, &[0.90, 0.68])?;

use talon::TsQuery;
let points = ts.query(&TsQuery {
    start: Some(1700000000_000),
    end: None,
    order_asc: true,
    limit: Some(100),
})?;

API 参考

Talon::create_timeseries

创建新的时序表。

pub fn create_timeseries(&self, name: &str, schema: TsSchema) -> Result<TsEngine, Error>

Talon::open_timeseries

打开已有的时序表。

pub fn open_timeseries(&self, name: &str) -> Result<TsEngine, Error>

TsEngine::insert

插入单个数据点。

pub fn insert(&self, point: &DataPoint) -> Result<(), Error>

TsEngine::insert_batch

批量插入数据点（WriteBatch）。

pub fn insert_batch(&self, points: &[DataPoint]) -> Result<(), Error>

TsEngine::query

查询数据点，支持时间范围、排序和限制。

pub fn query(&self, q: &TsQuery) -> Result<Vec<DataPoint>, Error>

TsQuery 字段：

字段	类型	说明
start	Option<i64>	起始时间戳（包含）
end	Option<i64>	结束时间戳（包含）
order_asc	bool	true = 升序
limit	Option<usize>	最大结果数

TsEngine::aggregate

按时间桶降采样聚合。

pub fn aggregate(&self, q: &TsAggQuery) -> Result<Vec<AggBucket>, Error>

TsAggQuery 字段：

字段	类型	说明
interval_ms	i64	桶大小（毫秒）
func	AggFunc	Avg, Sum, Min, Max, Count, First, Last
field_index	usize	聚合哪个字段
fill	FillStrategy	None, Null, Previous, Linear, Value(f64)

访问器

pub fn name(&self) -> &str       // 时序表名
pub fn schema(&self) -> &TsSchema // 获取 schema

保留策略与清理

set_retention / get_retention

pub fn set_retention(&self, duration_ms: u64) -> Result<(), Error>
pub fn get_retention(&self) -> Result<Option<u64>, Error>

设置/获取数据保留策略。超过保留期的数据可被清理。

purge_expired

pub fn purge_expired(&self) -> Result<u64, Error>

删除超过保留策略的数据点。返回删除数量。

purge_before

pub fn purge_before(&self, cutoff_ms: i64) -> Result<u64, Error>

删除指定时间戳之前的所有数据。

purge_by_tag

pub fn purge_by_tag(&self, tag_filters: &[(String, String)]) -> Result<u64, Error>

按标签条件删除数据。

标签操作

pub fn tag_values(&self, tag_name: &str) -> Result<Vec<String>, Error>
pub fn all_tag_values(&self) -> Result<BTreeMap<String, Vec<String>>, Error>

管理函数

talon::list_timeseries(&store)?;                          // 列出所有时序表
talon::describe_timeseries(&store, "metrics")?;           // 描述（schema + 统计）
talon::drop_timeseries(&store, "metrics")?;               // 删除
talon::start_ts_retention_cleaner(&store, interval_secs); // 启动自动清理

InfluxDB 行协议导入

use talon::parse_line_protocol;
let line = "cpu,host=server01 usage=0.85 1700000000000000000";
let points = parse_line_protocol(line)?;

InfluxDB / TimescaleDB 兼容性

InfluxDB 行协议

完整支持 InfluxDB Line Protocol 写入格式：

measurement,tag1=v1,tag2=v2 field1=1.0,field2="str",field3=42i timestamp_ns

• 纳秒时间戳自动转换为毫秒
• 字段类型：整数（42i）、浮点（1.5）、字符串（"str"）、布尔（true/false/T/F）
• # 注释行和空行自动跳过
• 支持多行输入

功能对比

功能	InfluxDB	TimescaleDB	Talon TS
Line Protocol 写入	✅	❌	✅
标签过滤	✅	✅（索引）	✅
保留策略	✅	✅	✅
降采样/聚合	✅	✅	✅（查询时）
TIME_BUCKET 函数	❌	✅	✅（SQL 引擎）
SQL 查询	❌（InfluxQL）	✅	✅（跨引擎）
嵌入式模式	❌	❌	✅
单二进制	❌	❌（PostgreSQL）	✅
多模融合（KV+SQL+Vector）	❌	❌	✅

Talon 独有特性

• 多引擎融合 — TS 数据与 SQL 表、向量搜索、图遍历联合查询
• 嵌入式部署 — 无需外部数据库进程
• AI 原生 — TIME_BUCKET 用于 LLM Token 用量统计、Agent 追踪时间线

性能

基准测试	结果
批量写入（1M 点）	540K pts/s
范围查询（ASC + LIMIT）	P95 1.0ms