重庆高性能时序数据库解决方案常用指南「多图」

时序数据库

时序数据库

时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。

时间序列数据主要由电力行业、化工行业、气象行业、地理信息等各类型实时监测、检查与分析设备所采集、产生的数据，这些工业数据的典型特点是：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）。

时序数据与关系型数据的差异

（1）较明显的特征是时序数据都存在仅有的时间戳，并且以时间戳大小进行排序，以时间戳作为仅有标识进行区分，而关系型数据通常有其他字段作为标识，比如学生的数据通常使用学号作为仅有标识进行区分。

（2）时序数据并不关心关系，在汽车***中，我们不需要了解这辆汽车的所有者的其他属性，例如年龄、职业等等，也就不存在对汽车所有者的表的关联。

（3）时序数据的数据量持续呈线性增长，每隔一定时间粒度就会产生新的数据，将会持续产生海量数据，因此数据量庞大。而关系型数据的增长通常不是随着时间持续增长的，比如一所学校的学生的据量在一段时间内都是相对稳定的。

（4）时序数据很少会有更新操作，在某个时刻的测量值产生将不会发生变化，所以几乎不需要对时序数据进行更新。对于关系型数据，则是已存在的数据经常发生更新，比如学生的个人信息，包括年龄、身高等属性。

时序数据是什么

时序数据

时序数据是指时间序列数据。时间序列数据是同一统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。

以上信息由北京美信科技提供！

时序数据的目的介绍

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。在建立模型时要求时间序列是平稳的，但实际进行分析的时间序列尤其是来自经济领域的时间序列大多是非平稳的。这些非平稳的时间序列往往具有某些典型的数据特征。在建立模型时，往往根据序列表现出的数据特征考虑合适的时间序列模型。