时间序列数据的处理

摘要： 随着云计算和IoT的发展，时间序列数据的数据量急剧膨胀，高效的分析时间序列数据，使之产生业务价值成为一个热门话题。阿里巴巴数据库事业部的HiTSDB团队为您分享时间序列数据的计算分析的一般方法以及优化手段。

演讲嘉宾简介：钟宇（悠你） 阿里巴巴 数据库高级专家，时间序列数据库HiTSDB的研发负责人。在数据库、操作系统、函数式编程等方面有丰富的经验。

本次直播视频精彩回顾，戳这里！http://cloud.video.taobao.com/play/u/3586076219/p/1/e/6/t/1/50136078260.mp4

本次直播视频PPT，戳这里！https://yq.aliyun.com/download/2663

本次分享主要分为以下几个方面：

1.     时序数据库的应用场景

2.     面向分析的时序数据存储

3.     时序数据库的时序计算

4.     时序数据库的计算引擎

5.     时序数据库展望

ä¸ã时序数据库的应用场景

时序数据就是在时间上分布的一系列数值。生活中常见的时序数据包括，股票价格、广告数据、气温变化、网站的PV/UV、个人健康数据、工业传感器数据、服务器系统监控数据（比如CPU和内存占用率）、车联网等。

下面介绍IoT领域中的时间序列数据案例。IoT给时序数据处理带来了很大的挑战。这是由于IoT领域带来了海量的时间序列数据：

 1. 成千上万的设备
 2. 数以百万计的传感器
 3. 每秒产生百万条数据
 4. 24×7全年无休（区别于电商数据，电商数据存在高峰和低谷，因此可以利用低谷的时间段进行数据库维护，数据备份等工作）
 5. 多维度查询/聚合
 6. 最新数据实时可查

IoT中的时间序列数据处理主要包括以下四步：

 1. 采样

 2. 传输