时间序列简介

想象一下，你想知道一天中室外的温度是如何变化的。每隔一小时，你会检查一下温度计，把时间和当前的温度一起写下来。一段时间后，你会看到这样的东西:

时间	价值
09:00	24°C
10:00	26°C
11:00	27°C

像这样的温度数据就是我们所说的时间序列-按时间顺序进行的一系列测量。表中的每一行表示特定时间的一个单独测量值。

当您想要确定单个度量时，表是有用的，但它们使您难以看到总体情况。时间序列更常见的可视化方法是图，而是将每个测量值沿时间轴放置。像图形这样的可视化表示可以更容易地发现数据的模式和特征，否则很难看到这些特征。

像这个例子中的温度数据，远远不是时间序列的唯一例子。时间序列的其他例子有:

• CPU和内存使用率
• 传感器数据
• 股票市场指数

虽然这些例子都是按时间顺序排列的测量序列，但它们也具有其他属性:

• 新数据以一定的间隔(例如，每小时的09:00、10:00、11:00等)追加到最后。
• 测量值添加后很少更新，例如，昨天的温度没有变化。

时间序列很强大。它们通过让您分析系统在任何时间点的状态来帮助您了解过去。时间序列可以告诉您，服务器在空闲磁盘空间降至零后立即崩溃。

时间序列还可以通过揭示数据中的趋势来帮助您预测未来。如果在过去的几个月里，注册用户的数量以每月4%的速度增长，那么你就可以预测到年底的用户基数会有多大。

一些时间序列具有在已知时间段内重复的模式。例如，温度通常在白天较高，然后在晚上下降。通过识别这些周期性的，或者季节性，时间序列，您可以对下一时期做出自信的预测。如果您知道系统负载在每天18:00左右达到峰值，那么您可以在此之前添加更多的机器。

聚合时间序列

根据您所测量的内容，数据可能会有很大差异。如果您想比较比测量之间的间隔更长的周期，该怎么办?如果你每小时测量一次温度，每天就会得到24个数据点。为了比较历年8月的气温，你必须将31乘以24的数据合并成一个数据点。

组合一组测量被称为聚合．有几种方法可以聚合时间序列数据。以下是一些常见的错误:

• 平均返回所有值的和除以值的总数。
• 最小值而且马克斯返回集合中最小和最大的值。
• 总和返回集合中所有值的和。
• 数返回集合中值的数目。

例如，通过汇总一个月内的数据，你可以确定2017年8月的平均气温比前一年更高。相反，要查看哪个月的温度最高，您可以比较每个月的最高温度。

选择如何聚合时间序列数据是一个重要的决定，取决于您想用数据讲述的故事。通常使用不同的聚合以不同的方式可视化相同的时间序列数据。

时间序列和监控

在IT行业中，经常收集时间序列数据来监视基础设施、硬件或应用程序事件之类的事情。机器生成的时间序列数据通常以短时间间隔收集，这允许您在任何意外变化发生后立即做出反应。因此，数据以快速的速度积累，使得有效地存储和查询数据的方法变得至关重要。因此，针对时间序列数据优化的数据库近年来越来越受欢迎。

时间序列数据库

时间序列数据库(TSDB)是专门为时间序列数据设计的数据库。虽然可以使用任何常规数据库来存储测量值，但TSDB提供了一些有用的优化。

现代时间序列数据库利用了测量值只被添加，很少被更新或删除的事实。例如，每个测量的时间戳随着时间的推移变化很小，这导致存储了冗余数据。

看看下面的Unix时间戳序列:

1572524345, 1572524375, 1572524404, 1572524434, 1572524464

看看这些时间戳，它们都是从1572524，导致磁盘空间使用不佳。相反，我们可以将每个后续时间戳存储为差值，或者δ，来自第一个:

1572524345 +30， +29， +30， +30

我们甚至可以更进一步，通过计算这些delta的delta:

1572524345 +30， -1， +1， +0

如果每隔一定的时间间隔进行测量，那么大部分的delta-of-delta都是0。由于这样的优化，tsdb使用的空间比其他数据库要少得多。

TSDB的另一个特性是过滤测量值的能力标签．每个数据点都用一个标签进行标记，该标签添加了上下文信息，例如测量的位置。这里有一个例子InfluxDB数据格式这演示了如何存储每个测量值。

天气,位置= us-midwest温度= 82 1465839830100400200  | -------------------- -------------- | | | | | | | | | +-----------+--------+-+---------+-+---------+ | 测量|,tag_set | | field_set | |时间戳 | +-----------+--------+-+---------+-+---------+

下面是一些由Grafana支持的tsdb:

• 石墨
• InfluxDB
• 普罗米修斯

收集时间序列数据

现在我们有了存储时间序列的地方，那么我们如何收集测量值呢?要收集时间序列数据，通常需要安装一个收集器在要监视的设备、机器或实例上。有些收集器是针对特定的数据库制作的，有些收集器支持不同的输出目的地。

以下是一些收集者的例子:

• collectd
• statsd
• 普罗米修斯出口商
• Telegraf

一个收藏家推数据到数据库或让数据库拉其中的数据。这两种方法都有各自的优点和缺点:

	优点	缺点
推	更容易将数据复制到多个目的地。	TSDB无法控制发送多少数据。
拉	更好地控制摄取的数据量及其真实性。	防火墙、vpn或负载平衡器会使访问代理变得困难。

由于将每个测量值写入数据库的效率很低，收集器将预先聚合数据并定期写入时间序列数据库。