实验环境

操作系统：Windows 10

RAM：16.0 GB

处理器：Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz 2.59 GHz

实验目的

假设有 10 台设备，每台设备有 100 个传感器，不断写入数据到这 1000 条时间序列，测试连续查询实例数量、查询时间间隔和窗口大小对原始数据写入性能（吞吐量）的影响。

每隔 10ms 写入一行数据。窗口大小、查询时间间隔取值范围均为 1s、2s、4s、8s、10s。

上图展示了数据写入吞吐量与连续查询实例数量、查询时间间隔和窗口大小的关系，横坐标为连续查询实例数量，纵坐标为相对基线的吞吐量。

当查询时间间隔大于等于4秒时，曲线较为平稳，吞吐量几乎不随连续查询实例数量的增大而改变，说明当查询时间间隔较大（≥ 4s）时，连续查询实例对数据写入性能影响很小。
同一张图中各个曲线相差不大，说明查询窗口大小对写入性能影响不大。

在实际应用场景中，一般设置的查询时间间隔大于等于 5s，因此连续查询对于原始数据写入性能影响很小。

为了探究连续查询在极端条件下对原始数据写入性能的影响，在实验二中，
我们每 0.5ms 写入一行数据。窗口大小、查询时间间隔取值范围为 10ms、50ms、100ms、300ms、 600ms。

如上图所示，可以发现查询时间间隔越小，写入性能劣化越大。在每条时间序列都注册有连续查询的极端情况下，写入性能下降为基线的 35% 至 40%。