在工业互联网和物联网等领域，数据集的价值与其规模是成正比的：应用程序和算法可以使用的数据越多，它们的输出结果就越精确。然而，由众多设备产生的海量数据需要处理，对于大型企业来说，存储成本可能会非常高昂。

但有一个好消息，那就是时序数据非常易于压缩。TDengine 大幅提高了数据压缩率，甚至能将数据集压缩至原始大小的1/10，并且几乎不会影响处理性能。这一切都得益于几个关键的创新点。

列式存储

时序数据库主要用来存储设备随时间变化而产生的数据。这些数据通常以较短的时间间隔进行采集，比如一分钟采集一次，或一秒钟采集一次。这就导致每个数据点与其相邻点的数值十分接近。以每 15s 测量一次温度的设备为例，在这么短的时间内，正常情况下，温度的变化通常不会太大，保持在一个相对稳定的范围内。

和 MySQL 这类采用行式存储的通用数据库不同，TDengine 采用列式存储。

• 大幅提高压缩率：同一列数据相近，便于压缩；不同数据类型可采用不同压缩算法。
• 大幅提高分析性能：时序数据的分析，往往是针对一个采集量在一个时间范围段进行的。如果行式存储，会读取大量的无效数据。

采用列式存储，由于这些数据的相似性，即便不使用复杂的压缩技术，也能达到很好的压缩效果。

两级压缩

TDengine 采用两级压缩技术，即先对数据进行编码，然后在编码的基础上对数据块进行压缩。

TDengine 对数据的编码方式如下：

• 较小的整数数据类型（INT、TINYINT 等）使用 simple8b 编码。
• 较大的整数数据类型（BIGINT 和 UBIGINT）和时间戳使用 delta 编码。
• 浮点数据类型（FLOAT 和 DOUBLE）使用 delta-of-delta 编码。

delta 编码，也称增量编码，是一种在序列数据之间以数据差异（delta）的形式存储或传输数据的方法。例如，对于序列数据 [2, 4, 6, 9, 7]，delta 编码会存储 [2, 2, 2, 3, -2]，其中每个值表示前一个数据点与当前数据点之间的差异。在时序数据场景下，由于相邻数据点的差异通常较小，Delta编码可以显著减少数据的冗余，从而显著提高压缩效率。

编码后，对于所有的数据类型，会使用标准的数据压缩算法进行压缩。TDengine 默认对所有列使用 lz4 进行压缩。但用户可以在建表时，根据需要配置 zlib、zstd、tsz、xz 或 disabled 等压缩算法，不同的数据类型，可以选择不同的压缩算法。详细可查看《可配置压缩算法》。

存储压缩算法增强后，TDengine 的压缩比预期可再提升一倍以上。

一个设备一张表

为充分利用其数据的时序性和其他数据特点，TDengine 采取一张设备一张表的策略，要求对每个数据采集点单独建表，用来存储这个数据采集点所采集的时序数据。这样的好处是：

• 每张表里的记录按时间自动排序
• 新数据记录的写入变成简单的追加操作
• 数值按列的变化范围更小
• 设备 ID、标签不会重复存储

这样的设计让 TDengine 在数据压缩率上远超其他时序数据库，同时，也便于数据的管理和查询。

可配置压缩算法

从 TDengine 3.3.0.0 版本开始，TDengine 提供了更高级的压缩功能，用户可以在建表时针对每一列配置是否进行压缩、以及使用的压缩算法和压缩级别。

• 第一级压缩支持多种编码方法，可扩充， 包括 simple8b、delta-i、delta-d、bit-packing、disabled
• 第二级压缩支持多种压缩算法，可扩充，包括 lz4、zlib、zstd、tsz、xz、disabled
• 压缩等级支持 高、中、低三种

详见《可配置压缩算法》。

存储压缩算法增强后，TDengine 的压缩比预期可再提升一倍以上。

Q&A

Q：TDengine 的时序数据压缩率能达到多少？核心解决什么问题？

A：TDengine 能将时序数据压缩至原始大小的1/10，且几乎不影响数据处理性能。其核心解决工业互联网、物联网场景中的 “海量数据存储成本高” 问题 —— 设备持续产生的大量时序数据无需依赖额外存储资源，即可低成本留存，同时保障后续分析性能。

Q：TDengine 为什么采用列式存储？相比行式存储，对压缩率有什么帮助？

A：TDengine 采用列式存储是基于时序数据 “相邻数据点数值相近” 的特点（如 15 秒采集一次的温度数据变化小）。相比行式存储（如 MySQL），列式存储的优势直接提升压缩率：① 同一列数据特征一致、数值相近，更易压缩；② 可针对不同数据类型（如整数、浮点）匹配专属压缩算法，避免行式存储中 “混合数据难适配算法” 的问题。

 Q：TDengine 的 “两级压缩” 技术具体怎么实现？支持哪些编码和压缩算法？

A：TDengine 两级压缩分 “编码→压缩” 两步，针对性降低数据冗余：① 第一级（编码）：按数据类型适配算法，如小整数用 simple8b 编码、时间戳用 delta 编码、浮点用 delta-of-delta 编码；② 第二级（压缩）：默认用 lz4 算法，用户可在建表时配置 zlib、zstd、tsz、xz 等算法，也可选择禁用。其中 delta 编码通过存储 “相邻数据差异”，大幅减少时序数据冗余。

Q：TDengine “一个设备一张表” 的设计，对提升压缩率有什么作用？

A：“一个设备一张表” 是 TDengine 提升压缩率的关键设计，核心作用包括：① 表内数据按时间自动排序，相邻数据数值变化范围更小，压缩难度降低；② 新数据仅需追加写入，无需调整已有数据结构，避免冗余存储；③ 设备 ID、标签等信息无需重复存储在每条数据中，直接减少数据量，进一步放大压缩效果。

Q：TDengine 支持自定义配置压缩算法吗？具体有哪些可配置选项？

A：从 TDengine 3.3.0.0 版本开始，支持针对每一列自定义压缩配置：① 第一级编码可选 simple8b、delta-i、delta-d 等（或禁用）；② 第二级压缩算法可选 lz4、zlib、zstd、tsz 等（或禁用）；③ 压缩等级支持高、中、低三档。灵活配置后，压缩比预期可再提升一倍以上，详情可参考《可配置压缩算法》文档。