走进时间序列数据

什么是时间序列数据？

在当今的物联网时代，物联网、工业等各种场景正在经历数字化转型。人们通过在设备上安装传感器来采集其各种状态数据。例如，电机采集电压和电流；风扇采集叶片转速、角速度和发电量；车辆采集经纬度、速度和油耗；桥梁采集振动频率、挠度、位移等。传感器的数据采集已经深入到各个行业。

通常，我们将每一个采集点称为测量点（也称为物理量、时间序列、时间线、信号量、指标、测量值等）。每个测量点会随着时间持续采集新的数据信息，形成一条时间序列。从表格的角度来看，每个时间序列是一张由“时间”和“数值”两列组成的表；从图形的角度来看，每条时间序列是一张随时间变化的趋势图，也可以形象地称作设备的“心电图”。

传感器产生的海量时间序列数据，是各行业数字化转型的基础，因此我们对时间序列数据的建模主要聚焦于设备和传感器。

时间序列数据的关键概念

时间序列数据中涉及的主要概念可以自底向上分为：数据点、测量点和设备。

数据点

• 定义：由一个时间戳和一个数值组成，其中时间戳为 long 类型，值可以是 BOOLEAN、FLOAT、INT32 等多种类型。
• 示例：在上图中，表格形式中的一行时间序列，或图形形式中的一个时间序列上的点，都是一个数据点。

测量点

• 定义：由多个按照时间戳递增排列的数据点构成的时间序列。通常一个测量点表示一个采集点，并能定期采集其所处环境中的物理量。
• 也称为：物理量、时间序列、时间线、信号量、指标、测量值等。
• 示例：
  • 电力场景：电流、电压
  • 能源场景：风速、转速
  • 车联网场景：油耗、车速、经度、纬度
  • 工厂场景：温度、湿度

设备

• 定义：对应实际场景中的一个物理设备，通常是多个测量点的集合，并通过一个或多个标签进行标识
• 示例：
  • 车联网场景：通过车辆识别码（VIN）标识的车辆
  • 工厂场景：机械臂，通过物联网平台生成的唯一 ID 进行标识
  • 能源场景：风电机组，通过区域、站点、线路、型号、实例等维度进行标识
    itoring scenario: CPU, identified by machine room, rack, Hostname, device type, etc