時間序列資料與資料庫

再資料處理領域中，有一類型的資料是跟時間有密切關係的，這類的資料紀錄了某事物隨著時間變動的狀態，例如某商品的價格資訊、某廠房的環境溫溼度、某物流車的位置與速度等等。這些資料都屬於時間序列資料(Time-Series Data)。

這類型的資料有一些特質：

• 資料是用時間排序的一組隨機變量，例如下圖，數值會隨著時間的變化而改變，因此時間是很重要的資料維度之一
  
  
  
• 資料的產生可能是快速、大量且持續
  例如某個機台，每秒鐘會產生100筆資料，每筆資料約250KB，一天下來單單一個機台的資料量就高達2TB了，而且只要生產線保持運作，資料就不斷的產生

有相當多領域的資料都具有時間序列的特性，如計量經濟學、數學金融、天氣預報、地震預測、通信工程等等。尤其IoT物聯網應用蓬勃發展，時間序列資料的相關研究更會受到重視。

資料若要利用資訊系統來處理，儲存便是一個重要的課題。目前許多的應用中，會使用關聯式資料庫加上一個time-stamp欄位來解決這問題。若檢視時間序列資料的特質，我們要考量的因素有：

• 資料是源源不斷產生，而且鮮少需要修改，因此insert的效能會是重要因素，update反而不那麼重要
• 在一些應用中，資料的產生是快速且大量的，因此擴展性(scalability)就相當重要
• 時間的運算常會是取回資料時常用到的功能，所以時間運算的效能很重要

對關聯式或其他資料庫來說，對上述的幾點的表現並沒有那麼亮眼，因此，有一時間序列資料庫(TSDB; Time-Series Database)這個分支，針對了時間序列資料的特質來量身打造了。目前市場上有相當多的TSDB系統，常見的可參考這篇wiki資料。目前較熱門的就以InfluxDB與Kdb+為主了。這一篇比較表也很有參考價值。

下一篇，我們將開始安裝與使用InfluxDB。