为什么传统的关系型数据库无法胜任工业海量实时数据管理

在已往20年是基于对人的举动进行管理的信息化建立，数据的特点是结构较复杂，数据天生频度低，需要使用关系型数据库：Oracle、MySQL、DB2、Gbase等。
未来20年是基于对物的运行进行管理的信息化建立，数据的特点是结构较简朴，数据天生频度高，需要使用实时数据库DAQ-IOT，
传统关系型数据库面对海量实时数据的瓶颈：
写入吞吐低：
单机写入吞吐低，很难满足时序数据千万级的写入压力；
存储成本大：
对于时序数据压缩不佳，需占用大量机器资源；
维护成本高：
单机系统，需要在上层人工的分库分表，维护成本高；
查询性能差：
实用于交易处理，海量实时数据的聚合分析性能差。
实时/时序数据库的优势：
数据管理性能高:
实时/时序数据库是管理海量设备实时数据的专业化数据库，并针对实时数据
的特点对写入、存储、查询等流程进行了优化，从而解决实时数据处理难题，
性能可以传统关系数据的1000倍左右
数据存储成本低：
专有的实时数据压缩算法可以比传统的关系型数据库降低80%
工业数据采集找 数采物联DAQ-IOT，提供一对一专业服务。

                               
登录/注册后可看大图

用时序数据库

为什么传统的关系型数据库无法胜任工业海量实时数据管理

具体怎么优化的，没看明白

转发了