时序数据库性能优化工程师考试试卷及答案

时序数据库性能优化工程师考试试卷及答案填空题（每题1分，共10分）1.常见开源时序数据库包括InfluxDB、______、Prometheus等。2.时序数据核心特征是时间有序性和______。3.InfluxDB存储时序数据的基本单元是______。4.时序数据压缩常用算法有Delta编码、______、Snappy等。5.时序数据库分片的关键维度通常是______。6.Prometheus的存储引擎是______。7.提前计算存储聚合结果的优化方式是______。8.InfluxDB连续查询本质是______的定时执行。9.高基数问题通常指______过多导致性能下降。10.保留策略用于定义数据的______。单项选择题（每题2分，共20分）1.最适合压缩连续重复时序数据的算法是？A.Delta编码B.RLEC.SnappyD.LZ42.InfluxDB创建保留策略的命令是？A.CREATEDATABASEB.CREATERETENTIONPOLICYC.ALTERSERIESD.INSERT3.Prometheus计算速率的函数是？A.rate()B.sum()C.avg()D.count()4.按时间分片的主要优势是？A.减少跨分片查询B.提高写入性能C.降低存储成本D.支持多维度查询5.对时序数据库查询性能影响最明显的是？A.压缩率低B.标签基数过高C.写入频率低D.存储节点少6.InfluxDB点（Point）不包含的是？A.时间戳B.标签C.字段值D.索引7.Prometheus默认数据保留时间是？A.12小时B.24小时C.7天D.30天8.预聚合的主要目的是？A.减少存储量B.提高查询速度C.降低写入延迟D.增加精度9.支持SQL-like查询的时序数据库是？A.InfluxDB1.xB.PrometheusC.GrafanaD.OpenTSDB10.批量写入比单条写入的优势是？A.降低网络开销B.提高数据精度C.支持更多标签D.减少保留策略配置多项选择题（每题2分，共20分）1.时序数据库核心优化方向包括？A.压缩算法B.分片策略C.预聚合D.标签管理2.InfluxDB保留策略的属性有？A.DURATIONB.REPLICATIONC.SHARDDURATIOND.NAME3.Prometheus主要组件包括？A.ServerB.ExporterC.AlertmanagerD.Grafana4.时序查询优化方法有？A.限制时间范围B.减少标签数量C.使用预聚合结果D.增加查询并发5.高基数场景包括？A.每个指标1000个标签值B.指标量百万级C.纳秒级时间戳D.每秒1万写入6.InfluxDB连续查询的作用是？A.定时聚合数据B.自动删过期数据C.跨时间查询D.降低实时查询压力7.时序数据库部署模式包括？A.单节点B.集群（分片+副本）C.云托管D.边缘部署8.时序压缩算法包括？A.Delta-of-DeltaB.RLEC.SnappyD.Huffman编码9.Prometheus常见指标类型包括？A.CounterB.GaugeC.HistogramD.Summary10.性能瓶颈可能出现在？A.写入环节B.查询环节C.存储环节D.网络环节判断题（每题2分，共20分）1.时序数据库时间戳必须单调递增。（×）2.InfluxDB标签会被索引，字段不会。（√）3.rate()函数仅适用于Counter类型指标。（√）4.时序压缩会导致数据精度丢失。（×）5.预聚合增加存储但提高查询速度。（√）6.高基数标签会降低查询性能。（√）7.InfluxDB保留策略不能修改。（×）8.Prometheus存储引擎支持分布式。（√）9.批量写入会增加写入延迟。（×）10.时序分片只能按时间维度。（×）简答题（每题5分，共20分）1.简述预聚合的作用及原理预聚合是提前对原始时序数据按时间窗口聚合（如5分钟sum）并存储的优化方式。作用：①减少实时查询计算量，提升速度；②降低存储压力（聚合数据量远小于原始）。原理：通过定时任务（如InfluxDB连续查询）或写入异步聚合，将原始数据按时间区间分组计算聚合值，查询时优先读取聚合结果，细粒度需求再查原始库。2.如何解决高基数问题？高基数指标签值组合过多导致索引膨胀。解决方法：①删除无意义标签；②标签值归一化（如网段合并IP）；③限制标签值阈值；④按低基数标签聚合查询；⑤分片时结合哈希标签分散压力。3.InfluxDB保留策略配置要点保留策略（RP）定义存储时长及副本数：①NAME唯一标识；②DURATION设保留时间（如7d）；③REPLICATION设副本数（集群≥1）；④SHARDDURATION设分片间隔（如1h）；⑤可设置默认RP，支持ALTER/DROP操作。4.rate()函数使用注意事项rate()计算Counter每秒变化率：①仅适用于Counter（递增型）；②窗口需≥2采集间隔（如15s采集选30s窗口）；③短窗口易波动，按需选窗口；④与irate()（瞬时速率）按需搭配；⑤可加单位转换（如/1024/1024得MB/s）。讨论题（每题5分，共10分）1.高并发写入（每秒10万+）如何优化？优化方向：①批量写入（batchsize1000-10000）减少网络开销；②开启写入压缩（Snappy）；③按时间+哈希标签分片分散压力；④副本异步写入；⑤减少不必要标签索引；⑥用SSD存储+高带宽网卡；⑦消息队列（Kafka）缓冲写入避免过载。2.如何平衡查询性能与存储成本？平衡策略：①预聚合高频查询窗口（如1小时）；②分层保留策略（近7天高性能存储，旧数据低成本归档）；③选适配数据的压缩算法（RLE/Delta）；④仅对常用标签建索引；⑤冷数据归档到S3等低成本存储；⑥查询限制时间范围+聚合函数避免全量扫描。---答案汇总填空题答案1.OpenTSDB2.高基数3.点（Point）4.RLE5.时间范围6.TSDB7.预聚合8.聚合查询9.标签（Tag）10.存储时长单项选择题答案1.B2.B3.A4