Zaman serisi veritabanı - Time series database - Wikipedia

Bir zaman serisi veritabanı (TSDB) depolama ve servis için optimize edilmiş bir yazılım sistemidir Zaman serisi ilişkili zaman (lar) ve değer (ler) çiftleri aracılığıyla.[1] Bazı alanlarda Zaman serisi profiller, eğriler, izler veya trendler olarak adlandırılabilir.[2] Çeşitli erken zaman serisi veritabanları, duyusal ekipmandan ölçülen değerleri verimli bir şekilde depolayabilen endüstriyel uygulamalarla ilişkilidir (aynı zamanda veri tarihçileri ), ancak şimdi çok daha geniş bir uygulama yelpazesini desteklemek için kullanılmaktadır.

Çoğu durumda, zaman serisi veri havuzları, verileri verimli bir şekilde yönetmek için sıkıştırma algoritmalarını kullanır.[3] Zaman serisi verilerini birçok farklı veritabanı türünde saklamak mümkün olsa da, bu sistemlerin zamana sahip tasarımı anahtar indeks olarak ilişkisel veritabanları referans modelleri aracılığıyla ayrık ilişkileri azaltan.[4]

Genel Bakış

Bir zaman serisi veritabanı, tipik olarak, sabit, ayrık özellikler kümesini dinamik, sürekli değerlerinden nokta kümelerine veya "etiketlere" ayırır. Bir örnek, performans izleme için CPU kullanımının depolanmasıdır: sabit özellikler, "CPU Kullanımı" adını, "%" ölçü birimlerini ve "0 ila 1" aralığını içerecektir; ve dinamik değerler kullanım yüzdesini ve bir zaman damgasını depolar. Ayrımın, zaman indeksli değerlerden farklı olarak noktalar kümesinde arama yapabilen uygulama amaçları için verileri verimli bir şekilde depolaması ve indekslemesi amaçlanmıştır.

Veritabanları, özelliklerinde önemli ölçüde farklılık gösterir, ancak çoğu, özelliklerin zaman-değer çiftlerini ve bunların ilişkili oldukları noktaları oluşturmasına, okumasına, güncellemesine ve silmesine olanak tanır. Hesaplamalar, enterpolasyon, filtreleme ve analiz için ek özellikler yaygın olarak bulunur, ancak genel olarak eşdeğer değildir.

Zaman serisi veri tabanlarının listesi

Aşağıdaki veritabanı sistemleri, kullanım için optimize edilmiş işlevselliğe sahiptir Zaman serisi veri.

İsimLisansDilReferanslar
DruidApache Lisans 2.0Java[5]
eXtremeDBTicariSQL, Python, C / C ++, Java, ve C #[5]
InfluxDBMIT.[6] Kronograf AGPLv3, Kümeleme Ticari[7]Git[5][8]
Informix TimeSeriesTicariC / C ++[5][9]
Kx kdb +TicariQ[5]
KuduApache Lisans 2.0C ++[10]
PrometheusApache Lisans 2.0Git[5]
Riak -TSApache Lisans 2.0Erlang[5]
RRD aracıGPLv2C[5]
Fısıltı (Grafit )Apaçi 2Python[11]

Ayrıca bakınız

Referanslar

  1. ^ Mueen, Abdullah; Keogh, Eamonn; Zhu, Qiang; Cash, Sydney; Westover, Brandon. "Zaman Serisi Motiflerinin Tam Keşfi" (PDF). Kaliforniya Üniversitesi, Riverside. s. 2. Arşivlenen orijinal (PDF) 25 Haziran 2010'da. Alındı 31 Temmuz 2019. Tanım 2: Bir Zaman Serisi Veritabanı (D), muhtemelen farklı uzunluklarda olan sırasız bir m zaman serisi kümesidir.
  2. ^ Villar-Rodriguez, Esther; Del Ser, Javier; Oregi, İzaskun; Bilbao, Miren Nekane; Gil-Lopez, Sergio (2017). "Yük eğrisi profili oluşturma ve zaman serisi analizine dayalı olarak akıllı sayaç verilerinde teknik olmayan kayıpların tespiti". Enerji. 137: 118–128. doi:10.1016 / j.energy.2017.07.008. hdl:20.500.11824/693.
  3. ^ Pelkonen, Tuomas; Franklin, Scott; Teller, Justin; Cavallaro, Paul; Huang, Qi; Meza, Justin; Veeraraghavan, Kaushik (2015). "Goril". VLDB Bağış Bildirileri. 8 (12): 1816–1827. doi:10.14778/2824032.2824078.
  4. ^ Asay, Matt (26 Haziran 2019). "Zaman serisi veritabanları neden popülaritesini artırıyor?". TechRepublic. Arşivlenen orijinal 26 Haziran 2019. Alındı 31 Temmuz 2019. İlişkisel veritabanları ve NoSQL veritabanları zaman serisi verileri için kullanılabilir, ancak muhtemelen geliştiriciler, tek boyutlu bir veritabanını belirli iş yüklerine uygulamaya çalışmak yerine, amaca yönelik oluşturulmuş zaman serisi veritabanlarından daha iyi performans alacaklardır.
  5. ^ a b c d e f g h Stephens, Rachel (2018/04/03). "Zaman Serisi Veritabanı Pazarının Durumu". Alındı 2018-10-03.
  6. ^ "influxdb lisansı". GitHub. Alındı 2016-08-14.
  7. ^ "influxdb kümeleme". influxdata.com. Alındı 2016-03-10.
  8. ^ Anadiotis, George (2018-09-28). "Zaman serisi verilerini işleme: Seçenekler nelerdir?". zdnet.com. Alındı 2016-03-10.
  9. ^ Dantale, Viabhav (2012-09-21). Informix TimeSeries ile İş Sorunlarını Çözme (PDF). IBM Redbooks. ISBN  9780738437231.
  10. ^ "TSBS kullanarak Apache Kudu'da Zaman Serisi iş yüklerini kıyaslama".
  11. ^ Joshi, Nishes (23 Mayıs 2012). İzleme ve raporlama sistemlerinde birlikte çalışabilirlik (Tez). hdl:10852/9085.