stringtranslate.com

Base de datos de series temporales

Una base de datos de series temporales es un sistema de software optimizado para almacenar y servir series temporales a través de pares asociados de tiempo(s) y valor(es). [1] En algunos campos, las series temporales pueden denominarse perfiles, curvas, trazas o tendencias. [2] Varias de las primeras bases de datos de series temporales están asociadas con aplicaciones industriales que podrían almacenar de manera eficiente valores medidos de equipos sensoriales (también conocidos como historiadores de datos ), pero ahora se utilizan para respaldar una gama mucho más amplia de aplicaciones. En muchos casos, los repositorios de datos de series temporales utilizarán algoritmos de compresión para gestionar los datos de manera eficiente. [3] [4] Aunque es posible almacenar datos de series de tiempo en muchos tipos de bases de datos diferentes, el diseño de estos sistemas con el tiempo como índice clave es claramente diferente de las bases de datos relacionales que reducen las relaciones discretas a través de modelos referenciales. [5]

Descripción general

Los conjuntos de datos de series temporales son relativamente grandes y uniformes en comparación con otros conjuntos de datos y generalmente están compuestos por una marca de tiempo y datos asociados. [6] Los conjuntos de datos de series temporales también pueden tener menos relaciones entre las entradas de datos en diferentes tablas y no requieren un almacenamiento indefinido de las entradas. [6] Las propiedades únicas de los conjuntos de datos de series temporales significan que las bases de datos de series temporales pueden proporcionar mejoras significativas en el espacio de almacenamiento y el rendimiento con respecto a las bases de datos de propósito general. [6] Por ejemplo, debido a la uniformidad de los datos de series temporales, los algoritmos de compresión especializados pueden proporcionar mejoras con respecto a los algoritmos de compresión regulares diseñados para trabajar con datos menos uniformes. [6] Las bases de datos de series temporales también se pueden configurar para eliminar (o reducir la muestra) periódicamente datos antiguos, a diferencia de las bases de datos normales que están diseñadas para almacenar datos indefinidamente. [6] Los índices especiales de bases de datos también pueden proporcionar mejoras en el rendimiento de las consultas. [6]

Lista de bases de datos de series temporales

Los siguientes sistemas de bases de datos tienen funcionalidad optimizada para manejar datos de series temporales .

Ver también

Referencias

  1. ^ Mueen, Abdullah; Keogh, Eamonn; Zhu, Qiang; Efectivo, Sídney; Westover, Brandon (2009). "Descubrimiento exacto de los motivos de las series temporales" (PDF) . Universidad de California, Riverside . 2009 : 473–484. doi :10.1137/1.9781611972795.41. ISBN 978-0-89871-682-5. PMC  6814436 . PMID  31656693. Archivado desde el original (PDF) el 25 de junio de 2010 . Consultado el 31 de julio de 2019 . Definición 2: Una base de datos de series temporales (D) es un conjunto desordenado de m series temporales posiblemente de diferentes longitudes.
  2. ^ Villar-Rodríguez, Esther; Del Ser, Javier; Oregi, Izaskun; Bilbao, Miren Nekane; Gil-López, Sergio (2017). "Detección de pérdidas no técnicas en datos de contadores inteligentes basándose en perfiles de curvas de carga y análisis de series temporales". Energía . 137 : 118-128. doi :10.1016/j.energy.2017.07.008. hdl : 20.500.11824/693 .
  3. ^ Pelkonen, Tuomas; Franklin, Scott; Cajero, Justin; Cavallaro, Pablo; Huang, Qi; Meza, Justino; Veeraraghavan, Kaushik (2015). "Gorila". Actas del Fondo de Dotación VLDB . 8 (12): 1816–1827. doi :10.14778/2824032.2824078.
  4. ^ Casillero, Joshua (22 de abril de 2020). "Explicación de los algoritmos de compresión de series temporales". Blog de escala de tiempo . Consultado el 7 de octubre de 2022 .
  5. ^ Asay, Matt (26 de junio de 2019). "Por qué las bases de datos de series temporales están ganando popularidad". República Tecnológica . Archivado desde el original el 26 de junio de 2019 . Consultado el 31 de julio de 2019 . Las bases de datos relacionales y las bases de datos NoSQL se pueden utilizar para datos de series de tiempo, pero podría decirse que los desarrolladores obtendrán un mejor rendimiento con bases de datos de series de tiempo especialmente diseñadas, en lugar de intentar aplicar una base de datos única para cargas de trabajo específicas.
  6. ^ abcdef Wayner, Peter (15 de enero de 2021). "Tendencias de las bases de datos: el auge de la base de datos de series temporales". VentureBeat . Consultado el 7 de julio de 2021 .
  7. ^ Wang, Chen; Huang, Xiangdong; Qiao, Jialin; Jiang, Tian; Rui, Lei; Zhang, Jinrui; Kang, Rong; Feinauer, Julián; McGrail, Kevin A.; Wang, Peng; Luo, Diaohan; Yuan, junio; Wang, Jianmin; Sun, Jiaguang (agosto de 2020). "Apache IoTDB: base de datos de series temporales para Internet de las cosas". Actas del Fondo de Dotación VLDB . 13 (12): 2901–2904. doi :10.14778/3415478.3415504. ISSN  2150-8097. S2CID  221352039.
  8. ^ "Evaluación comparativa de cargas de trabajo de series temporales en Apache Kudu mediante TSBS". 18 de marzo de 2020.
  9. ^ Fu, Yupeng; Soman, Chinmay (9 de junio de 2021). "Infraestructura de datos en tiempo real en Uber". Actas de la Conferencia Internacional sobre Gestión de Datos de 2021 . págs. 2503–2516. arXiv : 2104.00087 . doi :10.1145/3448016.3457552. ISBN 9781450383431. S2CID  232478317.
  10. ^ "Ranking de motores DB". Motores DB . Consultado el 22 de enero de 2023 .
  11. ^ "Anforderungen für Zeitreihendatenbanken im industrial IoT". springerprofessional.de (en alemán) . Consultado el 22 de enero de 2023 .
  12. ^ abcdefgh Stephens, Rachel (3 de abril de 2018). "Estado del mercado de bases de datos de series temporales" . Consultado el 3 de octubre de 2018 .
  13. ^ "licencia influxdb". GitHub . Consultado el 14 de agosto de 2016 .
  14. ^ "agrupación en clústeres influxdb". influxdata.com . Consultado el 10 de marzo de 2016 .
  15. ^ Wachtel, Jessica (6 de julio de 2023). "Conozca a los fundadores que reescribieron en Rust". Datos de afluencia . Consultado el 5 de octubre de 2023 .
  16. ^ Anadiotis, George (28 de septiembre de 2018). "Procesamiento de datos de series temporales: ¿Cuáles son las opciones?". zdnet.com . Consultado el 10 de marzo de 2016 .
  17. ^ Dantale, Viabhav (21 de septiembre de 2012). Resolución de problemas empresariales con Informix TimeSeries (PDF) . Libros rojos de IBM. ISBN 9780738437231.
  18. ^ "Nuevas colecciones de series temporales de MongoDB".
  19. ^ "RedisTimeSeries/LICENSE.txt en el maestro · RedisTimeSeries/RedisTimeSeries". GitHub . Consultado el 5 de octubre de 2023 .
  20. ^ "RedisTimeSeries". Redis . Consultado el 12 de junio de 2023 .
  21. ^ Recomendaciones de diseño para sistemas de tutoría inteligentes: Volumen 8 - Visualización de datos. Laboratorio de Investigación del Ejército. 29 de diciembre de 2020. p. 50.ISBN _ 9780997725780.
  22. ^ Joshi, Nishes (23 de mayo de 2012). Interoperabilidad en sistemas de seguimiento y reporting (Tesis). hdl :10852/9085.