跳到內容

時間序列數據庫:它是什麼以及它是如何工作的

什麼是時間序列數據庫 (TSBD)? 

時間序列數據庫 (TSDB) 專為處理時間序列數據或時間戳數據而設計。時間序列數據可以從一系列事件或指標中收集,但它總是跨服務器時間段而不是單個事件。 

 您可以使用時間序列數據來跨時間監控、聚合、下採樣和跟踪行為。 TSDB 可用於各種數據和用途,包括監控應用程序性能、存儲服務器指標和網絡數據、分析傳感器數據、跟踪事件、市場交易、點擊等。 

 TSDB 系統旨在衡量跨時間段的變化。這意味著 TSDB 的架構通常不同於其他數據庫,尤其是在匯總和數據生命週期管理方面。 

 

在本文中,您將學習: 

什麼是時間序列數據庫 (TSBD)? 

時間序列數據庫如何工作?  

時間序列數據庫有什麼用? 

時間序列數據庫的要求 

時間序列數據庫與 Raima  

時間序列數據庫如何工作? 

TSDB 捕獲一組固定值和動態值。例如,在 Web 應用程序中,一組數據點可能是一組訪問者執行的操作。動態值是訪問者在一段時間內執行的所需操作(例如電子商務購買)的數量。通過分析一段時間內的購買情況,組織可以了解每組用戶的價值,並針對不同的用戶確定營銷活動的優先級。 客戶群. 

理想情況下,時間序列記錄應以支持基於時間的快速寫入和讀取的格式寫入存儲庫。由於記錄帶有時間戳,因此數據點的順序成為數據的固有方面。然後,您可以使用此順序將數據傳送到流處理引擎,然後流處理引擎可以將有序數據視為數據流。通過利用快速流處理引擎,您可以確保您的 TSDB 快速。 

時間序列數據庫有什麼用? 

物聯網(IoT) 

物聯網技術生成並使用大量時間序列數據。例如,移動設備、電子商務應用程序、汽車和庫存管理系統,所有基於事件的時間戳數據。快速攝取時間序列數據對於確保物聯網設備和指標能夠持續捕獲數據並將其存儲以供分析至關重要。 


監控分析
 

時間序列數據通常用於監控計算機系統指標。這個過程的工作原理是從計算機系統中讀取數據,這些數據是同意讓其他人監視計算機系統的用戶。通常,指標包括進程計數和內存利用率,這有助於檢查計算機資源的利用率並評估是否應重新分配資源。 


關鍵績效指標 (KPI)
 

KPI 以時間為導向,重複採樣,很容易融入時間序列數據。這些 KPI 的一些示例可能包括利潤、收入、成本、轉化率、交易數量和平均訂單價值。一旦收集並存儲了此信息,就可以將其用於創建儀表板。

 

異常檢測 

異常檢測有助於檢測時間序列數據中的意外偏差。每當發生系統更改時,時間序列數據都會捕獲一個值。組織可以使用這些值來衡量變化,發現過去發生變化的方式,監控當前正在發生的事情,並利用這些積累的數據來預測未來的事件。 

 虛擬化是實現異常檢測的主要因素。例如,時間序列圖提供了人們經常需要發現異常值的可視化。自動異常檢測是另一種方式,通常可以加快流程,實時提供洞察力。這可以讓您快速關聯異常值。 

時間序列數據庫的要求 

存儲時間序列數據的數據庫應提供以下功能:
 

  • 用於值警報的內存中— 輸入的數據應立即與配置為觸發警報的所有值進行比較。 
  • 用於趨勢警報的內存— 輸入的數據還應與以前的值進行比較,以檢查趨勢警報。當所有趨勢評估相關記錄都保存在內存中時,可以快速進行比較。系統還可以從以前的記錄中捕捉相關的高值和低值。 
  • 應用程序和儀表板的內存中— 應用程序根據數據值執行操作,需要儀表板來顯示更新的值。為了實現這些目標,應用程序需要內存中的實時數據(因為它支持快速操作),儀表板需要持續更新顯示。 
  • 快速訪問機器學習 (ML)、人工智能 (AI) 和實時分析—商業智能 (BI) 系統、即席查詢、機器學習算法、人工智能軟件和報告工具,都需要快速訪問數據存儲。為了提供這種級別的速度,數據可能需要大量緩存、保存在內存中,或者從磁盤和內存資源的任意組合進行有效訪問。 
  • 實時分析的高並發性——時間序列數據代表最近的數據讀取。不同利益的利益相關者通常需要同時訪問這些數據。這意味著許多登錄和查詢可以同時到達,系統應該能夠處理這些需求。 
  • 大容量——為了處理海量數據,TSDB 應該是快速且可擴展的。通常需要時間序列數據庫來掃描和比較警報輸入數據。系統還需要以可訪問的方式存儲數據,並響應針對大型數據集的查詢。 
  • 標準 SQL 函數—SQL 是數據處理中最常用的語言之一。為確保時間序列數據庫的關鍵功能和使用,SQL 函數應以最佳性能運行。 
  • 自定義時間序列函數— 除了 SQL 功能之外,時間序列數據庫還需要擴展功能以提高性能。例如,您可以包含用於僅返回具有大記錄集中最高和最低讀數的記錄的函數。 

時間序列數據庫與 Raima 

Raima 的最新版本引入了對時間序列數據存儲和聚合的強大支持。 RDM 現在能夠根據時間序列定義以及全套快速傅立葉變換支持 API 調用生成 C/C++ 接口。 FFT 調用支持縮放、絕對值和實際計算以及模塊化設計,因此開發人員可以將 Raima FFT 庫與任何其他自定義或第三方庫交換,以滿足他們的需求。時間序列代碼支持自動算術、幾何和調和平均計算以及下採樣和數據拆分。

立即下載試用版。