时序数据库开发工程师考试试卷及答案

时序数据库开发工程师考试试卷及答案一、填空题（每题1分，共10分）1.时序数据库（TSDB）主要存储带______的时间序列数据。2.InfluxDB中，数据的基本存储单元是______。3.Prometheus默认的存储引擎是______。4.时序数据的三个核心特性是：时间戳、______、多维度标签。5.OpenTSDB基于______数据库构建。6.时序数据库中，下采样（Downsampling）的作用是______数据量。7.InfluxDB的查询语言缩写是______。8.时序数据按时间的______特性，通常采用按时间分区存储。9.Grafana常与时序数据库配合实现______。10.时序数据库中，保留策略（RetentionPolicy）用于控制数据的______。二、单项选择题（每题2分，共20分）1.以下不属于时序数据库核心特性的是？A.高写入性能B.按时间查询优化C.支持复杂事务D.高压缩比2.InfluxDB中，哪个命令用于创建数据库？A.CREATEDATABASEB.NEWDATABASEC.INITDATABASED.ADDDATABASE3.Prometheus中，数据模型的核心是？A.表B.点C.样本（Sample）D.文档4.以下哪个是开源时序数据库？A.MySQLB.MongoDBC.InfluxDBD.Oracle5.时序数据库通常按什么维度分区存储？A.地理位置B.时间C.用户IDD.数据类型6.OpenTSDB的底层依赖不包括？A.HBaseB.ZooKeeperC.HDFSD.Redis7.下采样操作中，常用的聚合函数不包括？A.AVGB.SUMC.MAXD.JOIN8.Grafana中，哪个面板插件常用于展示时序数据？A.GraphB.TableC.SinglestatD.Allofabove9.时序数据库处理冷数据时，通常采用的策略是？A.热存储B.归档存储C.实时写入D.全量加载10.以下哪个属于时序数据库的查询优化技术？A.索引时间戳B.全表扫描C.随机写入D.无压缩存储三、多项选择题（每题2分，共20分）1.时序数据库的典型应用场景包括？A.监控系统B.IoT数据存储C.金融交易记录D.日志分析2.InfluxDB的核心组件包括？A.引擎B.元数据服务C.写入APID.查询API3.Prometheus的主要特点有？A.pull模式采集B.本地存储C.支持AlertmanagerD.仅支持HTTP采集4.时序数据的标签（Tag）作用包括？A.维度过滤B.分组聚合C.数据标识D.压缩数据5.以下属于时序数据库的是？A.InfluxDBB.PrometheusC.GrafanaD.OpenTSDB6.时序数据库的压缩技术包括？A.delta编码B.run-length编码C.字典编码D.JSON压缩7.保留策略（RP）的配置参数包括？A.持续时间B.副本数C.存储引擎D.分区大小8.Grafana支持的数据源包括？A.InfluxDBB.PrometheusC.MySQLD.Elasticsearch9.时序数据库的写入优化策略包括？A.批量写入B.异步写入C.按时间分区D.单条写入10.以下关于时序数据下采样的说法正确的是？A.降低数据精度B.减少存储成本C.提高查询效率D.丢失原始数据四、判断题（每题2分，共20分）1.时序数据库支持ACID事务。2.InfluxDB是完全开源的时序数据库。3.Prometheus的存储是分布式的。4.时序数据的时间戳是单调递增的。5.OpenTSDB不需要依赖HBase。6.Grafana是时序数据库。7.下采样会改变原始数据的准确值。8.时序数据库的查询通常按时间范围过滤。9.InfluxDB的LineProtocol是写入数据的格式。10.时序数据库适合存储结构化的时间序列数据。五、简答题（每题5分，共20分）1.请简述时序数据库与传统关系型数据库的核心区别。2.请说明InfluxDB中LineProtocol的格式及作用。3.请简述Prometheus的pull模式采集数据的原理。4.请说明时序数据库中保留策略（RetentionPolicy）的作用及配置要点。六、讨论题（每题5分，共10分）1.讨论时序数据库在IoT场景中的挑战及解决方案。2.讨论如何选择合适的时序数据库（如InfluxDB、Prometheus、OpenTSDB）。---答案部分一、填空题答案1.时间戳2.点（Point）3.本地存储4.指标值5.HBase6.减少7.InfluxQL8.有序性9.可视化监控10.存储周期二、单项选择题答案1.C2.A3.C4.C5.B6.D7.D8.D9.B10.A三、多项选择题答案1.ABCD2.ABCD3.ABC4.ABC5.ABD6.ABC7.ABD8.ABCD9.ABC10.ABC四、判断题答案1.×2.√3.×4.√5.×6.×7.√8.√9.√10.√五、简答题答案1.核心区别：①数据模型：TSDB无固定Schema（时间戳+指标+标签），RDBMS需预定义表结构；②查询特性：TSDB侧重时间聚合/过滤，RDBMS支持复杂JOIN；③性能优化：TSDB针对高写入/压缩/时间分区，RDBMS侧重事务一致性；④存储策略：TSDB时间分区+冷热分离，RDBMS无天然时间分区；⑤适用场景：TSDB用于监控/IoT，RDBMS用于金融/电商事务。2.格式及作用：格式为`<measurement>,<tag_key>=<tag_value><field_key>=<field_value><timestamp>`；作用：①统一批量写入提效；②区分Tag（索引过滤）和Field（实际值）；③含时间戳确保有序；④支持多数据类型；⑤适配高吞吐量写入，是InfluxDB高效写入核心。3.pull模式原理：①Prometheus定期向目标（/metrics端点）发HTTPGET；②目标返回监控指标文本；③存储样本（timestamp+value）到本地库；④支持重试/配置采集间隔；⑤优势：减轻目标压力、集中管理配置，适合大规模监控。4.作用及要点：作用：自动删过期数据、管理冷热数据；要点：①指定保留时长（如7d）；②配置副本数（如3）保高可用；③支持多策略关联不同数据；④InfluxDB默认autogen，需手动建自定义RP；⑤平衡时长与成本，避免数据丢失/过度存储。六、讨论题答案1.挑战及方案：挑战：数据爆炸、设备异构、网络不稳定、存储成本高；方案：①批量/异步写入优化写入；②无SchemaTSDB（如InfluxDB）支持异构；③边缘计算（InfluxDBEdge）本地缓存断连同步；④配置RP归档/删冷数据，压缩技术降本；⑤联邦模式扩展存储，支撑大规模设备。2.选择策略：①监控告警：Prometheu