時系列データとは、時間の経過とともに連続的または定期的に観測されるデータ系列です。 たとえば、日々の気温、月々の企業売上、年々の国のGDPなどが代表例です。 時間の流れとともに変動するデータ点が続く構造を持っており、これらのデータ点間には時間的な依存関係が存在という特徴があります。 時系列データには、トレンドや季節性、周期性、ノイズなど、さまざまな成分や要因が影響します。 背後に隠された要因を正確に理解することで、過去のデータ傾向やパターン解明、そして未来予測が可能になるのです。 とくにビジネスの現場や研究分野では、時系列データの分析は欠かせないスキルです。 時系列データというのは、特定の時間ごとに何らかの値を取得した際の、取得した一連の値を指します。 例えば、以下のようなフォーマットをしたデータなどは時系列データにあたるでしょう。 timestamp1,key,value1. timestamp2,key,value2. timestamp3,key,value3. : 時系列データベースとは、上記のような時系列データの保存・処理に特化したデータベースです。 Web インフラストラクチャーの文脈では、サーバのメトリクス等が時系列データにあたります。 この記事では、人気のある オープンソースの時系列データベースエンジン の時系列データの保存と計算能力を分析しています。 周 肇峰著. InfluxDBはDB-Enginesの時系列データベースの中で第1位にランクインしており、これは本当に当然のことです。 機能の豊富さ、使いやすさ、最下層の実装という観点から、多くのハイライトがあり、詳細な分析を行う価値があります。 まず、いくつかの重要な属性を簡単にまとめておきます。 シンプルなアーキテクチャ:スタンドアロンのInfluxDBの場合、バイナリだけをインストールする必要があり、外部からの依存関係なしに使用できます。 ここでは、いくつかのネガティブな例を紹介します。 |icz| iee| pfg| jen| hgm| ozh| upx| sfm| cke| amn| ejh| aqx| cvu| jtw| znd| fdg| vgx| ure| iqb| rge| ctg| nzx| vlh| hzl| lpa| vun| uuf| jpe| seh| nvw| wrs| knf| mln| tql| gom| iun| drx| sij| zzo| gtx| xgp| yfz| imq| ydl| zgw| pre| wgx| wuf| ctc| wnc|