当使用timescaledb时，时间序列数据是否应该保存在单独的Postgres数据库中？

当使用timescaledb时，时间序列数据可以保存在单独的Postgres数据库中。timescaledb是一个用于处理时间序列数据的开源扩展，构建在PostgreSQL之上。它提供了对大规模时间序列数据的高性能查询和分析能力。

将时间序列数据保存在单独的Postgres数据库中有以下优势和应用场景：

1. 数据组织和管理：将时间序列数据与其他数据分离，可以更好地组织和管理数据。单独的数据库可以专注于时间序列数据的存储和查询，使得数据结构更加清晰。
2. 数据性能：timescaledb针对时间序列数据的存储和查询进行了优化，使用了数据分区和数据压缩等技术，提高了查询性能和存储效率。单独的数据库可以更好地利用这些优化特性，提供更高效的时间序列数据处理。
3. 数据隔离和安全：将时间序列数据与其他业务数据隔离，可以提高数据的安全性和隐私性。通过单独的数据库，可以更精确地控制对时间序列数据的访问权限，保护敏感数据。
4. 扩展性和可伸缩性：单独的数据库可以独立进行扩展和升级，满足不同规模和需求的时间序列数据处理。通过水平扩展或垂直扩展，可以提高系统的可伸缩性，并支持更高的并发访问。

推荐的腾讯云相关产品：腾讯云数据库 PostgreSQL（https://cloud.tencent.com/product/postgres）是腾讯云提供的高性能、高可靠的关系型数据库服务，支持完全兼容的PostgreSQL语法和特性，可满足timescaledb的需求。

总结：当使用timescaledb时，将时间序列数据保存在单独的Postgres数据库中可以提供更好的数据组织、性能、安全和扩展性。腾讯云数据库 PostgreSQL是一个适合使用timescaledb的可选产品。