跳到主要内容
版本：Nightly

Glossary（术语表）

欢迎访问 GreptimeDB 技术术语库！本资源系统阐释了云原生开源时序数据库 GreptimeDB 的核心概念与关键技术术语，涵盖指标、日志及事件处理领域。通过本术语库，您将深入理解支撑 GreptimeDB 的创新架构与技术实现。

注：该排名顺序按照英文词汇首字母正序排列。

A​

Anomaly Detection (异常检测)​

识别数据点、事件或观测值显著偏离常态的过程。在时序数据场景中，异常检测可辅助发现可能表征关键事件的非常规模式。

C​

Cardinality (基数)​

衡量数据库元素唯一性的指标，如数据列中唯一值的数量。高基数场景（尤其在时序数据中）将显著提升存储复杂度与资源需求。

Cloud-Native Design (云原生架构)​

基于云计算框架构建弹性可扩展应用的架构方法论。GreptimeDB 的云原生设计支持从边缘计算节点到云端分布式集群的无缝扩展。

Columnar Storage (列式存储)​

按列而非行组织数据表的存储格式。该格式显著提升分析型查询效率，是 GreptimeDB 实现高性价比的重要技术基础。

D​

Decoupled Compute and Storage Architecture (存算分离架构)​

将计算资源与存储资源解耦管理的架构设计。该架构支持独立扩展与资源优化，实现工作负载管理的灵活性与高性能。

E​

Edge Database (边缘数据库)​

部署在网络边缘侧（临近数据源或终端用户）的数据库系统，通过降低数据传输延迟实现实时数据处理。

Edge Deployment (边缘部署)​

在临近数据源或终端用户的边缘节点部署服务的实践方案。GreptimeDB 支持边缘部署模式，可在资源受限环境下实现实时数据处理。

Event Management (事件管理)​

对指标、日志、追踪等事件数据进行采集、组织与分析的系统化实践，是保障实时系统稳定运行的核心环节。

I​

IoT Cloud (物联网云平台)​

专为物联网应用设计的云计算平台，提供海量设备数据存储、处理与连接管理能力。

IoT Database (物联网数据库)​

针对物联网传感器高频时序数据优化的数据库系统。GreptimeDB 可高效处理物联网设备产生的大规模时序数据，提供弹性扩展能力。

IoT Observability (物联网可观测性)​

通过指标、日志与事件数据对物联网设备及系统进行监控、分析与洞察的能力，确保物联网生态的可靠运行。

Interoperability (协议互操作性)​

异构系统间无缝协作的能力。GreptimeDB 原生支持 SQL、InfluxDB、OpenTelemetry、Prometheus、Elasticsearch、Loki 等协议与 API，实现开箱即用的系统集成。

L​

Log Aggregation (日志聚合)​

对一组日志执行计算以生成单个摘要统计数据，以供分析和故障排除，例如 SUM，COUNT 等。

Log Management (日志管理)​

涵盖日志采集、存储、分析与可视化的全生命周期管理方案，是保障系统性能与安全的重要基础。

M​

Memory Leak (内存泄漏)​

程序未能正确释放闲置内存导致的软件缺陷，长期运行可能引发系统性能下降或崩溃。

MetricsQL​

Prometheus 查询语言（PromQL）的功能增强版本，支持更复杂的时序数据分析操作与数据转换逻辑。

O​

Observability (可观测性)​

通过系统外部输出推断内部状态的能力。GreptimeDB 作为可观测性基础设施，可通过指标、日志与事件数据实现系统性能监控与深度洞察。

OpenTelemetry​

面向云原生应用的开源可观测性框架，提供遥测数据（追踪、指标、日志）的采集、处理与导出工具链。GreptimeDB 深度集成 OpenTelemetry 以强化数据可观测性。

P​

Prometheus 查询语言 (PromQL)​

专为 Prometheus 设计的时序数据查询语言。GreptimeDB 完整兼容 PromQL，支持用户执行复杂的时序数据分析操作。

R​

Rust​

以前沿内存安全特性著称的系统级编程语言。GreptimeDB 采用 Rust 语言构建，为其高性能与高可靠性提供底层保障。

S​

Scalability (弹性扩展)​

通过垂直扩展（提升单节点性能）或水平扩展（增加集群节点）应对数据量与查询负载增长的能力。GreptimeDB 的弹性扩展特性确保系统在业务增长时持续保持高性能。

SQL​

关系型数据库的标准查询语言。GreptimeDB 支持使用 SQL 对指标、日志及事件数据进行高效查询。

Streaming Processing (流式处理)​

对数据流进行实时持续分析的技术方案。GreptimeDB 原生支持流式处理，实现对指标、日志及事件的实时分析。

T​

Time-Series Database (时序数据库)​

专为时间戳索引数据设计的数据库类型。GreptimeDB 作为云原生时序数据库，深度优化了对指标、日志及事件的分析查询性能。

U​

Unified Analysis (统一分析)​

在单一平台集成多源异构数据分析的能力。GreptimeDB 通过兼容 SQL 与 PromQL 实现跨数据类型（指标/日志/事件）的统一查询分析。

V​

Vector Processing (向量化处理)​

以向量（数据数组）为单位进行高性能计算的技术。GreptimeDB 支持对时序及事件数据进行向量化处理，加速相似性搜索等高维分析任务。

Vehicle Data Collection (车载数据采集)​

对车辆传感器读数、GPS 定位信息等数据进行采集的标准化流程，是现代车联网生态的核心组成部分。

Vehicle-Cloud Integrated TSDB (车云协同时序数据库)​

专为车联网设计的时序数据库系统，支持车载终端与云端系统的协同工作，实现车联网数据的高效存储与实时分析。

注：本术语表将持续更新，以反映 GreptimeDB 生态的最新功能演进与技术概念扩展。