阅读以下关于物联网（IoT）的叙述，在答题纸上回答问题1至问题 3。
【说明】
在现代农业中，为了提高生产效率和作物质量，越来越多的农场开始利用物联网（IoT）技术。某农业企业计划建设一个农业物联网项目，涉及多种农业传感器的数据采集，支持多种协议，并搭建一个高效的数据处理平台。该项目使用了 IoTDB 时序数据库，以及Netty和Kafka Cluster技术。
请简述时序数据库的特点，结合本项目说明为什么使用时序数据库。
时序数据库的特点：
（1）时间序列性。以时间戳作为数据的重要维度，数据按照时间顺序进行组织和存储，方便对具有时间先后顺序的数据进行管理和查询。
（2）高写入性能。能够快速处理大量的实时数据写入操作。在物联网场景中，众多传感器会持续不断地产生数据，时序数据库针对这种高频写入进行了优化，可高效存储新数据。
（3）数据压缩率高。对于按时间顺序记录的数据，往往存在一定规律和冗余，时序数据库利用特殊的压缩算法，能有效减少数据存储所需空间，降低存储成本。
（4）丰富的时间窗口函数。支持各种基于时间窗口的计算和分析函数，如在某段时间内求平均值、最大值、最小值等，便于对历史数据进行统计分析。
（5）数据降采样。可以对长时间跨度的大量数据进行降采样处理，在不丢失关键信息的前提下，减少数据量，提高查询效率，适用于对历史数据
在本项目中使用时序数据库的原因：
（1）农业传感器产生的温度、湿度、光照等数据都具有时间序列特征，适合存储在时序数据库中。
（2）高写入性能能够支持多种协议传感器产生的大量实时数据，保证写入的效率与稳定性。
（3）时间窗口函数和降采样功能便于分析不同时间段的环境变化对作物生长的影响，为农业生产提供科学依据。
时序数据库（Time Series Database, TSDB）是近年来在大数据和物联网场景中广泛使用的一类数据库，它与传统关系型数据库或NoSQL数据库最大的不同点在于其设计目标专注于处理带时间戳的大量数据。在物联网项目中，传感器数据天然符合时间序列的定义，因此采用时序数据库往往能够在性能、存储和分析能力方面体现出明显优势。
首先，时序数据库具备高写入性能。农业物联网项目中可能部署成百上千个传感器，这些传感器会以秒级甚至毫秒级的频率采集数据。如果采用传统关系型数据库，大量高并发写入操作将导致锁冲突和性能瓶颈，系统可能无法实时处理。而时序数据库针对这一特性做了专门优化，例如批量写入、内存缓冲、数据分区等机制，能够确保系统在高并发情况下依然保持稳定写入能力，避免数据堆积。
其次，存储效率的提升也是重要原因。传感器数据往往在时间上连续且规律性较强，例如温度在短时间内变化幅度有限。时序数据库通常采用差分压缩、基于时间间隔的存储优化等技术，大幅降低存储开销。对于长期运行的农业物联网系统，这意味着能够在保证长期历史数据可用的前提下，大幅减少存储成本。
第三，查询与分析功能的优化。农业场景中不仅需要实时监控数据，还需要进行长期趋势分析。例如，农场管理者可能会关注过去三个月内的平均气温对作物生长的影响，或者比较不同灌溉周期下湿度的变化趋势。时序数据库内置的窗口函数和降采样功能使得这些查询能够高效完成，避免了传统数据库需要复杂SQL和大量数据扫描的问题。