技能 timescaledb
📊
TimescaleDB 将 PostgreSQL 转变为强大的时序数据库。本技能提供有关超表、连续聚合、压缩和实时分析的全面指导，帮助您构建可扩展的监控、物联网和金融应用程序。
支持: Claude Codex Code(CC)
1
下载技能 ZIP
2
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
3
开启并开始使用
测试它
正在使用“timescaledb”。 如何为存储来自物联网传感器的温度读数创建超表？
预期结果:
- 使用 CREATE TABLE 和超表选项创建超表：
- • 时间列：带时区的时间戳
- • 分块间隔：1 天（根据数据量调整）
- • 分段依据：sensor_id 以实现高效过滤
- 示例 SQL 创建表并启用自动分区
安全审计
安全v3 • 1/10/2026
This is a pure documentation skill containing TimescaleDB database documentation in markdown format. No executable code, scripts, binaries, or network capabilities detected. The skill only provides informational responses about TimescaleDB features and usage.
16
已扫描文件
4,000
分析行数
0
发现项
3
审计总数
未发现安全问题
审计者: claude 查看审计历史 →
质量评分
45
架构
100
可维护性
81
内容
22
社区
100
安全
78
规范符合性
你能构建什么
物联网传感器数据存储
使用自动分区和快速时间范围查询存储和分析大量传感器读数
监控仪表板
构建具有指标聚合和保留策略的实时监控系统
金融逐笔数据
使用时间桶和统计超函数分析高频交易数据
试试这些提示
入门指南
如何在 TimescaleDB 中创建超表并插入时序数据？请展示一个包含正确分块配置的示例。
压缩配置
为我的超表配置压缩以降低存储成本。压缩策略的最佳实践是什么？
聚合
创建一个连续聚合来汇总我的传感器数据的每小时指标。如何设置自动刷新？
性能调优
优化我的时序查询。如何使用 time_bucket 和超函数进行高效的 analytical 查询？
最佳实践
- 配置分块间隔，使索引适合可用内存的 25%
- 为常见过滤模式使用适当的 segmentby 列
- 在初始数据保留期后启用压缩策略
- 为频繁使用的聚合创建连续聚合
避免
- 不考虑数据量而使用默认分块间隔
- 创建超表时未定义正确的时间列类型
- 跳过大型历史数据集的压缩
- 直接在原始超表数据上运行 analytical 查询
常见问题
哪些 PostgreSQL 版本支持 TimescaleDB？
TimescaleDB 支持 PostgreSQL 12 到 17。版本兼容性有所不同 - TimescaleDB 2.22+ 需要 PostgreSQL 15+。
压缩如何影响查询性能？
列式存储中的压缩数据通过减少 I/O 提供更快的 analytics。近期数据保持未压缩状态，以实现快速插入和点查询。
我可以将 TimescaleDB 与现有的 PostgreSQL 应用程序一起使用吗？
可以，TimescaleDB 是一个 PostgreSQL 扩展。现有应用程序可以通过标准 PostgreSQL 协议连接，无需更改代码。
压缩可以节省多少存储空间？
TimescaleDB 压缩通常可以将时序数据的存储空间减少 90% 或更多，通过以数组格式存储列式数据实现。
为什么我的连续聚合查询很慢？
检查您的连续聚合是否配置了刷新策略。实时聚合可能需要时间来物化初始数据。
TimescaleDB 与 InfluxDB 或其他时序数据库相比如何？
TimescaleDB 将 PostgreSQL 兼容性与其时序优化相结合。它提供 SQL 查询、与关系数据的连接以及成熟的工具生态。