01

時(shí)序數(shù)據(jù)及其特點(diǎn)

時(shí)序數(shù)據(jù)（Time Series Data）是基于相對(duì)穩(wěn)定頻率持續(xù)產(chǎn)生的一系列指標(biāo)監(jiān)測(cè)數(shù)據(jù)，比如一年內(nèi)的道瓊斯指數(shù)、一天內(nèi)不同時(shí)間點(diǎn)的測(cè)量氣溫等。時(shí)序數(shù)據(jù)有以下幾個(gè)特點(diǎn)：

●歷史數(shù)據(jù)的不變性

● 數(shù)據(jù)的有效性

● 數(shù)據(jù)的時(shí)效性

● 結(jié)構(gòu)化的數(shù)據(jù)

● 數(shù)據(jù)的大量性

02

時(shí)序數(shù)據(jù)庫(kù)基本架構(gòu)

針對(duì)時(shí)序數(shù)據(jù)的特點(diǎn)，時(shí)序數(shù)據(jù)庫(kù)一般具有以下特性：

● 高速的數(shù)據(jù)入庫(kù)

● 數(shù)據(jù)的生命周期管理

● 數(shù)據(jù)的流處理

● 高效的數(shù)據(jù)查詢

● 定制的數(shù)據(jù)壓縮

03

流計(jì)算介紹

流計(jì)算主要是指針對(duì)實(shí)時(shí)獲取來(lái)自不同數(shù)據(jù)源的海量數(shù)據(jù)，經(jīng)過(guò)實(shí)時(shí)分析處理，從而獲得有價(jià)值的信息。常見(jiàn)的業(yè)務(wù)場(chǎng)景包括實(shí)時(shí)事件的快速反應(yīng)，市場(chǎng)變化的實(shí)時(shí)告警，實(shí)時(shí)數(shù)據(jù)的交互分析等。流計(jì)算一般包括如下幾方面的功能：

1）過(guò)濾和轉(zhuǎn)換 （filter & map）

2）聚合以及窗口函數(shù) （reduce，aggregation/window）

3）多數(shù)據(jù)流合并以及模式匹配 （joining & pattern detection）

4）從流到塊處理

04

時(shí)序數(shù)據(jù)庫(kù)對(duì)流計(jì)算的支持

案例一：使用定制化的流計(jì)算 API，如下面例子所示：

?

from(bucket: "mydb")  
|> range(start: -1h)  
|> filter(fn: (r) => r["_measurement"] == "mymeasurement")  
|> map(fn: (r) => ({ r with value: r.value * 2 }))  
|> filter(fn: (r) => r.value > 100)  
|> aggregateWindow(every: 1m, fn: sum, createEmpty: false)  
|> group(columns: ["location"])  
|>join(tables:{stream1:{bucket:"mydb",measurement:"stream1",start:-1h},stream2:{bucket:"mydb",measurement:"stream2",start:-1h}},on:["location"])
|>alert(name:"value_above_threshold",message:"Valueisabovethreshold",crit:(r)=>r.value>100)
|>to(bucket:"mydb",measurement:"output",tagColumns:["location"])

案例二：使用類(lèi) SQL 指令，創(chuàng)建流計(jì)算以及定義流計(jì)算規(guī)則，如下：

CREATE STREAM current_stream        
TRIGGER AT_ONCE        
INTO current_stream_output_stb AS        
SELECT
_wstartasstart,
_wendasend,
max(current)asmax_current
FROMmeters        
WHERE voltage <= 220        
?INTEVAL (5S) SLIDING (1s);

審核編輯：劉清