What Is Time-series Data? 什么是时间序列数据?
文章:https://docs.timescale.com/v0.9/introduction/time-series-data
什么是时间序列数据?
我们一直在谈论什么是“时间序列数据”,以及与其他数据有何不同以及为什么?
许多应用程序或数据库实际上采用的是过于狭窄的视图,并将时间序列数据与特定形式的服务器度量值等同起来:
但事实上,在许多监控应用中,不同的度量经常被收集在一起(例如CPU、内存、网络统计、电池寿命)。因此,单独考虑每个度量并不总是有意义的。考虑这种可替代的“更广泛”的数据模型,它保持了同时收集的度量之间的相关性。
这种类型的数据属于一个更广泛的类别,无论是温度读数传感器,股票价格,机器状态,或甚至登录到一个应用程序的数量。
时间序列数据是统称系统、过程或行为随时间变化的数据。
时间序列数据的特征
如果仔细研究它的生成和摄入方式,TimescaleDB等时间序列数据库通常具有以下重要特征:
· 以时间为中心:数据记录始终有一个时间戳。
· 仅追加:数据几乎只能追加(INSERT)。
· 最近:新数据通常是关于最近的时间间隔,我们更少更新或回填旧时间间隔的缺失数据。
尽管数据的频率或规律性并不重要, 它可以每毫秒或每小时收集一次。 它也可以定期或不定期地收集(例如,当发生某些事件时,而不是在预定时间)。
但是没有数据库很久没有时间字段? 与标准关系“业务”数据等其他数据相比,时间序列数据(以及支持它们的数据库)之间的一个主要区别是对数据的更改是插入而不是覆盖。
时间序列数据无处不在
时间序列数据无处不在,但有些环境特别是在洪流中创建。
· 监控计算机系统:虚拟机,服务器,容器指标(CPU,可用内存,网络/磁盘IOP),服务和应用程序指标(请求率,请求延迟)。
· 金融交易系统:经典证券,较新的加密货币,支付,交易事件。
· 物联网:工业机器和设备上的传感器,可穿戴设备,车辆,物理容器,托盘,智能家居的消费设备等的数据。
· 事件应用程序:用户/客户交互数据,如点击流,综合浏览量,登录,注册等。
· 商业智能:跟踪关键指标和业务的整体健康状况。
· 环境监测:温度,湿度,压力,pH值,花粉计数,空气流量,一氧化碳(CO),二氧化氮(NO2),颗粒物质(PM10)。
·(和更多)。
What Is Time-series Data? 什么是时间序列数据?相关推荐
- Fast and Accurate Partial Fourier Transform for Time Series Data
Fast and Accurate Partial Fourier Transform for Time Series Data 给定一个时间序列向量,我们如何有效地检测异常?一种广泛使用的方法是利用 ...
- 横截面数据、时间序列数据、面板数据
面板数据(Panel Data)是将"截面数据"和"时间序列数据"综合起来的一种数据类型.具有"横截面"和"时间序列"两 ...
- R语言ggplot2可视化:使用长表数据(窄表数据)( Long Data Format)可视化多个时间序列数据、在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series)
R语言ggplot2可视化:使用长表数据(窄表数据)( Long Data Format)可视化多个时间序列数据.在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series) ...
- <文献阅读>用转移熵通过微阵列的时间序列推断基因调控网络(inferring gene regulatory networks from microarray time series data
这篇文章是2007的时候发表在IEEE杂志上,并没有收录到PubMed里面.是韩国的学者开发出来的方法.具体来说,通过转移熵计算基因对的因果关系(causal relations), 也就是转移熵的值 ...
- Analyzing Neural Time Series Data 读书笔记6
Analyzing Neural Time Series Data 第六章读书笔记 仅做学习记录 6 Practicalities of EEG Measurement and Experiment ...
- [学习笔记]Python for Data Analysis, 3E-11.时间序列
时间序列数据是许多不同领域结构化数据的重要形式,如金融.经济.生态.神经科学和物理学.在许多时间点重复记录的任何内容都会形成一个时间序列.许多时间序列都是固定频率,也就是说数据点回根据某些规律以固定的 ...
- MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks 文章 ...
- Pandas系列(一):数据结构(Series、DataFrame、时间序列)
Pandas系列目录 文章目录 一. 简介 二. 思维导图 三. Pandas数据结构 1. Series 1.1 简介 1.2 创建Series 1.3 Series属性 1.4 索引切片 1.4. ...
- Python使用matplotlib可视化多个时间序列数据、在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series)
Python使用matplotlib可视化多个时间序列数据.在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series) 目录
最新文章
- 使用gradle构建android项目,Android中使用Gradle来构建App项目的入门指南
- 量身定制规则引擎,适应多变业务场景
- Laravel Auth 自定义user 模型目录结构
- 对jquery的conflict方法的解读
- Android:日常学习笔记(8)———探究UI开发(5)
- Xcode 的正确打开方式——Debugging
- uni-app的列表搜索框_微信怎么搜索小程序?小程序能有什么用?
- 矩形法_教程 | 三个案例教会你大师都爱用的矩形造字法!
- Python调用(运行)外部程序参数问题
- 《大数据导论》——2.3节业务流程管理
- 希赛网软考学院将会使系分大大贬值
- 【bzoj1984】【坑】月下“毛景树” 树链剖分
- Django项目定时任务(django-crontab)
- 三大流量站点你适合做哪个?
- 西安理工大学计算机科学与工程学院官网,罗靖-西安理工大学计算机科学与工程学院...
- Jmeter javax.swing.text.BadLocationException: Position not represented by view 解决方法
- html5超链接不加下划线,css怎么让超链接不加下划线
- 网络发现自动关闭不能启用、无法启用文件和打印共享的解决办法
- 强势来袭!国内首本大型分布式架构笔记浴火新生
- hive 修改分区备注_hive修改 表/分区语句