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

  1. 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 ...

  2. 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 ...

  3. 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) ...

  4. <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 ...

  5. 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 ...

  6. [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 ...

  7. 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 ...

  8. 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. ...

  9. 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

  1. 使用gradle构建android项目,Android中使用Gradle来构建App项目的入门指南
  2. 量身定制规则引擎,适应多变业务场景
  3. Laravel Auth 自定义user 模型目录结构
  4. 对jquery的conflict方法的解读
  5. Android:日常学习笔记(8)———探究UI开发(5)
  6. Xcode 的正确打开方式——Debugging
  7. 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?
  8. 矩形法_教程 | 三个案例教会你大师都爱用的矩形造字法!
  9. Python调用(运行)外部程序参数问题
  10. 《大数据导论》——2.3节业务流程管理
  11. 希赛网软考学院将会使系分大大贬值
  12. 【bzoj1984】【坑】月下“毛景树” 树链剖分
  13. Django项目定时任务(django-crontab)
  14. 三大流量站点你适合做哪个?
  15. 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...
  16. Jmeter javax.swing.text.BadLocationException: Position not represented by view 解决方法
  17. html5超链接不加下划线,css怎么让超链接不加下划线
  18. 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
  19. 强势来袭!国内首本大型分布式架构笔记浴火新生
  20. hive 修改分区备注_hive修改 表/分区语句

热门文章

  1. Spark数据分析之第5课
  2. 计算机系统思维导图简单画法,思维导图简单画法
  3. 降维的基本知识点总结
  4. html 字符画,字符画
  5. 机器学习中的概率模型
  6. 美好的人生,从良好的人际关系开始。
  7. PHPBB网站如何搬迁新服务器,phpbb 安装教程
  8. ESB 企业服务总线基本内容概述
  9. 人工智能专家系统c语言,人工智能实验4三-专家系统.doc
  10. 证券投资学原理(韩德宗 朱晋)知识点