时序数据库，全称时间序列数据库，主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据。
　　传统时间序列数据存储通常采用关系型数据库，存在存储与数据查询效率低的缺点，需要针对时间序列数据进行优化的专用数据库，因此时序数据库被开发问世。时序数据库存储效率高、处理速度快，与关系型数据库相比，其数据查询速度大幅提升。
　　时序数据库可以应用在需要实时监测采集信息、监测点数量多、数据产生频率快、数据量庞大、每条数据需对应唯一时间的场景中，例如电力、石油、天然气、化工、金融、IT、互联网、交通、气象、环保等领域，特别是在物联网中，时序数据库应用空间巨大。
　　在制造业领域，时序数据库可以对生产过程中产生的温度、压力等多种参数进行存储与管理，协助实现自动化控制；在电力领域，时序数据库可对能源进行实时监测；在金融领域，时序数据库可用于实时股票交易等场景中；在交通领域，时序数据库可存储海量道路环境数据，协助实现智慧交通。
　　时序数据库能够快速发展，物联网是重要推动力之一。物联网利用传感器采集信息，产生的数据量大，且时间属性强，决策时需要调取大量数据进行综合分析，关系型数据库已经无法满足需求，时序数据库成为主流解决方案。
　　为存储海量数据，并减少硬件资源需求，时序数据库优化数据算法，提高了数据压缩比；在存储方面，时序数据库可以高并发写入数据；在查询方面，时序数据库按照时间维度进行索引，并利用缓存技术，减少查询延时，实现高并发查询。
　　现阶段，国内外常见的时序数据库主要有InfluxDB、Graphite、Prometheus、TimescaleDB、OpenTSDB、TDengine等。其中，InfluxDB是由美国InfluxData公司开发，实时查询、可扩展、易于使用，是目前应用范围最为广泛的时序数据库产品，适用于物联网、实时分析、监控软件等领域；TDengine是一款国产时序数据库，由北京涛思数据科技有限公司开发，适用于物联网、工业互联网、IT运维等领域。
   2024年2月1日，我国国家发改委修订发布的新版《产业结构调整指导目录（2024年本）》正式施行，在鼓励类项目智能制造板块工业控制系统方面，将大型高性能时序数据库系统列入。我国工业互联网、物联网等产业蓬勃发展，利好时序数据库市场需求持续增长。