隨著物聯網需求的爆發，實時數據庫忽然火了起來。近年來，阿里、騰訊、百度互聯網大企業紛紛推出物聯網平臺實時數據庫，面向產業鏈各類合作伙伴，成為支持其發展制造、交通、能源、智慧城市等產業領域的核心產品，這是產業物聯網將要爆發的重要信號。

眾所周知，實時數據庫是物聯網時代一個極其重要的組件服務。因為傳統空間數據庫在面對海量數據時存在性能瓶頸，且對于時間與空間的聯合應用分析支撐能力有限。而實時數據庫基于在實時數據能力方面的優勢，對空間數據能力進行了擴展，可提供高性能的時空數據存儲、時間/空間查詢、時空分析挖掘能力，實現了時間與空間的完美融合，助力GIS、時空大數據、物聯網+、工業互聯網等行業的快速發展。

何為實時數據庫?

實時數據是基于時間的一系列的數據，在有時間的坐標中將這些數據點連成線，往過去看可以做成多緯度報表，揭示其趨勢性、規律性、異常性;往未來看可以做大數據分析，機器學習，實現預測和預警。簡單地說，就是以時間為基準的數據庫。對比傳統數據庫的只記錄數據當前值，實時數據庫則記錄了所有的歷史數據。

因此，凡是需要展現其歷史趨勢、周期規律、異常性的，進一步對未來做出預測分析的場景，都是實時數據庫大展身手之處。物聯網時代之下的工業互聯網、智能制造、無人駕駛、設備狀態監測等眾多場景，都需要實時可持續的數據作為支撐。比如一家智慧工廠企業，每個廠區有20000個監測點，500毫秒一個采集周期，一共20個廠區，這樣算起來一年將產生驚人的26萬億個數據點。假設每個點50Byte，數據總量將達1P，需要100臺服務器。這些數據不只是要實時生成，寫入存儲;還要支持快速查詢，做可視化的展示，幫助管理者分析決策;并且也能夠用來做大數據分析，發現深層次的問題，幫助企業節能減排，增加效益。如果采用實時數據庫方案，可以很快解決難題。

很顯然，實時數據庫是為了解決5G和物聯網時代的海量數據場景而設計的。

但是，面對海量數據場景，實時數據庫需要解決以下幾個問題：

實時數據的寫入：如何支持高通量數據點的寫入?

實時數據的讀取：又如何支持在秒級對上億數據的分組聚合運算?

成本敏感：由海量數據存儲帶來的是成本問題，如何更低成本的存儲這些數據?

針對傳統數據庫在海量實時數據場景下存在的“存儲成本大、維護成本高、寫入吞吐低、查詢性能差、數據延遲高”等核心痛點，極星實時數據庫通過自主技術研發攻關，有效解決了上述問題，為客戶帶來了更舒適的數據使用體驗：

1、高速數據寫入：支持每秒鐘千萬級數據點的寫入。

2、高通量數據讀取：支持在秒級對上億數據的分組聚合運算。

3、高性價比：用更低的成本存儲海量數據，維護成本低，性價比在業內十分明顯。此外，極星實時數據庫在物聯網監測場景也高度匹配，可廣泛應用于物聯網(IoT)設備監控系統、企業能源管理系統(EMS)、生產安全監控系統、設備檢測系統等場景，是物聯網時代實時數據庫的最優選擇。