01
监控系统概述
日志监控的价值、核心指标（延迟、吞吐、准确性）、选型前的准备工作。
入门核心概念
02
时序数据库基础
TSDB核心概念（时间线、数据点、保留策略）、与关系型数据库的对比。
基础对比
03
主流TSDB概览
InfluxDB、Prometheus、TimescaleDB、TDengine、ClickHouse的定位与特点。
选型全景
04
InfluxDB深度解析（上）
数据模型（Measurement、Tag、Field）、写入与查询API。
InfluxDB数据模型
05
InfluxDB深度解析（下）
连续查询、保留策略、集群方案与常见坑。
运维进阶
06
Prometheus深度解析（上）
数据模型（Metric、Label、Sample）、Pull模型与Pushgateway。
Prometheus架构
07
Prometheus深度解析（下）
PromQL入门、Alertmanager、与Grafana集成。
查询告警
08
TimescaleDB深度解析
基于PostgreSQL的时序方案、Hypertable与Chunk、SQL兼容性。
PostgreSQLHypertable
09
TDengine深度解析
超级表、标签、降采样、写入性能实测。
TDengine性能
10
ClickHouse在日志场景的应用
MergeTree引擎、物化视图、高性能查询。
ClickHouse物化视图
11
选型维度一：写入性能
模拟百万级TPS写入场景，对比各数据库表现。
基准测试TPS
12
选型维度二：查询性能
典型聚合查询（avg、max、percentile）延迟对比。
延迟聚合
13
选型维度三：存储压缩率
原始数据与压缩后数据对比，计算存储成本。
压缩成本
14
选型维度四：高可用与容灾
复制、分片、故障转移机制对比。
HA容灾
15
选型维度五：生态与集成
与Kafka、Flink、Grafana、告警系统的集成难度。
生态集成
16
选型维度六：运维复杂度
部署、扩缩容、备份恢复、监控自身。
运维SRE
17
选型维度七：成本分析
开源版 vs 商业版、自建 vs 云服务。
成本TCO
18
实战场景一：Nginx访问日志监控
需求分析、数据建模、写入与查询。
Nginx实战
19
实战场景二：微服务调用链追踪
TraceID索引、Span持续时间聚合。
调用链Trace
20
实战场景三：IoT设备数据采集
高频写入、乱序数据处理、降采样策略。
IoT降采样
21
实战场景四：安全审计日志
全文检索与时间范围查询的结合。
安全审计
22
选型决策矩阵
构建加权评分表，根据业务需求打分。
决策评分
23
InfluxDB vs Prometheus
谁更适合你的监控场景？
对比选型
24
TDengine vs TimescaleDB
国产数据库与开源巨头的较量。
国产对比
25
ClickHouse vs 专用TSDB
什么时候该用ClickHouse？
ClickHouse场景
26
混合架构设计
同时使用多个TSDB，取长补短。
架构混合
27
数据迁移实战
从InfluxDB迁移到TDengine的步骤与工具。
迁移工具
28
性能调优
索引优化、分区策略、写入批量大小调整。
调优索引
29
监控与告警
如何监控TSDB自身健康状态？
自监控告警
30
总结与展望
TSDB未来趋势、选型清单、下一步学习路径。
总结路线