时序数据库学习小结

时间序列数据 - time series data

1. 时序数据是一串按时间维度索引的数据，描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值。

2. 时序数据用于描述一个物体在历史的时间维度上的状态变化信息，而对于时序数据的分析，就是尝试掌握并把控其变化的规律的过程。

3. 包含三个元素：主体，时间点，测量值

时序数据的特性

1. 数据写入特点：（1）写入平稳、持续、高并发高吞吐 （2）写多读少 （3）实时写入最近生成的数据，无更新

2. 数据查询和分析的特点：（1）按时间范围读取 （2）最近的数据被读取的概率高 （3）多精度查询：用户需求，查询效率，存储成本 （4）多维分析 （5）数据挖掘

3. 数据存储的特点：（1）数据量大 （2）冷热分明 （3）时效性：设置保存周期，失效被回收，价值低，节约存储成本 （4）多精度数据存储

时序数据库的特点

（1）支持高并发、高吞吐的写入 （2）交互级的聚合查询：低延迟 （3）支持海量数据存储 （4）高可用 （5）分布式架构

时序数据的模型

（1）按数据源建模 （2）按指标建模

时序数据的处理

（1）filter （2）aggregation：SUM, AVG, MAX, TopN等 （3）groupby：同一时间层面上的不同维度的数据做聚合，转换后是相同时间粒度的数据 （4）downsampling（降精度）：Rollup 不同时间层面上把相同维度的数据做聚合，转换为更粗时间粒度的数据，与groupby拥有相同的维度。分为存储降精度和查询降精度。可以使用auto-rollup。

时间序列数据的存储和计算 - 概述 - 知乎 (zhihu.com)