加推时序系统RTS实现原理及应用简介

一、背景知识

1、什么是时序数据及分析目的?

时序数据是指时间序列数据。时间序列数据是同一指标按时间顺序记录的数据列。在同一数据列中的各个数据必须是同口径的，要求具有可比性。时序数据可以是【时期数】，也可以【时点数】。时间序列分析的目的是通过找出样本内时间序列的【统计特性】和【发展规律性】，构建时间序列模型，进行样本外【预测】。

——【定义来自百度】

Sky认为，更广义来说时序分析是一种数据挖掘：

通过“趋势、相关性、特征”，进行“整合、归纳、评估”。提升用户感知，优化用户体验，支持产品改进，加强业务管理水平。

2、涉及人群

本文主要目的是让研发人员理解时序分析和相关实现技术，同时适合以下人群:

• 决策层

通过了解时序分析的场景，推进分析指标的确定。制定解决问题的总体策略与方针

• 业务部门主管

给出专业的分析指标

• 数据分析师

解决业务问题，数据产生后，进行沟通，并对其发现进行深刻的分析

通过时序分析作为切入点，以此来全面思考数据驱动未来企业的方案。

二、基本原理

企业对于各端，都有埋点操作，而埋点获得的是一种时序行为数据，有用户行为，也有系统行为。大量的时序数据构成了我们的互联网时代，采用化整为零的思路实现之。

实现步骤如下:

1. 定义时间盒子(时期数)，常用的有：5min、1h、1d、1w、1m、1y

2. 定义行为标签，每个行为标签包含<1>定义的时间盒子

3. 时序数据到来，根据其时间戳，先放入相应的行为标签，再分别放入多个时间盒子。每个时间盒子都会进行计数+1操作

4. 定义聚合操作盒子，每个时间盒子下有多个聚合操作盒子，常用有：sum、count、max、min、avg平均、med中位数、std标准方差 

5. 最终我们将原始的时序数据，按不同行为标签，存