现在我们了解了时间序列数据是什么以及为什么要将其存储在时间序列数据库中，因此我们面临了一个新的挑战。与任何应用程序一样，我们希望确保我们的数据库查询是智能的和高性能的，因此让我们谈谈如何避免一些常见的陷阱。

为物联网解决方案选择合适的数据库平台是一项艰巨的任务。首先，物联网解决方案可以分布在各个地理区域。与基于集中式云的解决方案相反，更多解决方案正在采用边缘雾计算和云计算的组合。因此，您的数据库平台必须为您提供灵活性，以便在边缘处理数据并在边缘服务器和云之间进行同步，根据您的物联网用例，数据库中所需的功能可能包括实时数据流，数据过滤和聚合，接近零延迟的读取操作，即时分析，高可用性，地理分布，架构灵活性等。上。本文引导您完成为物联网解决方案选择正确的数据库平台的四个步骤：

会话存储（大多数基于Web的应用程序的常见组件），并讨论如何将分析内置到这些会话存储中，以便它们可以实时进行智能决策，我们探讨了与会话存储和微服务有关的概念，数据结构可以将智能作为会话存储的一部分非常有效地实现，以及一些需要这种类型的智能的常见模式。这些措施包括仅向用户显示新内容（过滤出板岩内容），提出相关/个性化的建议或建议，以及向大量用户推送相关通知。

基于Hadoop和NoSQL的新现代应用程序的激增给IT团队带来了有关安全性，合规性和工作流的新运营挑战，从而为更广泛地采用Hadoop和NoSQL带来了障碍，的数据量以及跨复杂的多云基础架构管理数据的复杂性只会进一步加剧该问题。幸运的是，基于机器学习的数据管理工具的发展正在帮助组织应对这些挑战。

微服务作为基础结构构建块受到关注，因为微服务具有以下优点：服务解耦，数据存储自主性，小型化的开发和测试设置，以及其他有助于缩短新应用程序或更新的上市时间的优点，微服务体系结构的核心原则之一是拒绝单片应用程序框架，这反过来又有利于服务之间的数据共享，而不是使用单个大型数据库，微服务包含独立，自治，专门的服务组件，每个组件均可自由使用自己的数据存储。

尽管近有一些公司因放弃它们而引起了很多关注 ，但微服务仍然是一种普遍存在且可能强大的设计架构，但是考虑到应用程序的巨大复杂性，“松散耦合服务”仍然意味着它们可以彼此严格依赖。因为这些关系依赖于它们之间传递的数据，所以对每个服务的数据库及其特征有清晰的了解非常重要。例如，如果一项服务需要无异常的输入，而另一项服务则从终的一致性数据库中获取数据，那么这些不一致会加剧棘手的问题。