什么是时间序列数据？为什么你应该关注它？

作者：Katy Farmer / 产品，用例，开发者
2018年1月26日

像许多人一样，我的一生大多数时间都没有听说过“时间序列”这个词。直到我在一家构建时间序列平台的公司面试时，我才意识到我需要去谷歌搜索一下。我希望我能说搜索时间序列很容易，我走进面试时能说，“时间序列数据是按时间顺序索引的一系列数据点。”然后我和面试官一边喝茶一边谈论时间。

直到他们雇佣了我（因为他们人很好，我承诺我可以学习）之后，我才开始理解这个概念，现在我认为时间序列是一个强大的类别，值得有更好的网络搜索结果。如果你现在想知道我是否试图向你推销你需要一个时间序列数据库，我会说，“经过我们一起经历的一切？”

我想告诉你时间序列存在的原因以及它如何帮助——你自己决定是否需要它。

从客观上来说，时间序列数据按时间顺序排列是有道理的；在人类世界中，我们基本上将时间视为一个线性概念。但在工程中，我们经常计划异步行为，不可预测的意外事件，假设事件将按照任何特定顺序发生可能是危险的。

然而，时间序列数据独特之处在于它具有自然的时间顺序。如果我在六个月前对你说这句话，我可能只会盯着你看。毕竟，并不是所有事件都存在于时间之外。

但有些事件，时间并不相关，这是关键。时间序列数据并不仅仅是关于按时间顺序发生的事情——它是关于当你将时间作为一个轴时，其值增加的事件。

为什么？

如果您阅读过关于时间序列数据的文章，您就会知道，虽然它可以是一个高度抽象的概念，但它也出现在众多不同行业中。时间序列数据适用于大型数据集，其中单个数据点并不提供太多价值。一颗流星是一个不可预测的迪士尼时刻，但流星雨是一个可以预测的事件，具有预期的持续时间和单一的辐射点。

不是时间序列:

<figcaption> 当然，它们有关联，但时间不是因素。</figcaption>

时间序列:

<figcaption> 棉花糖消费事件在均衡饮食中很重要。</figcaption>

预测是时间序列数据的主要应用之一。它影响着金融世界的风险分析，气象学中所有类型的预测以及机器学习算法。

另一个普遍的应用案例是信号和/或异常检测。时间序列数据可用于区分模式，以找到相关信息，消除噪声，并发现可能表明恶意行为或服务器房间的混乱的意外模式。

<figcaption> 公平地说，是鸽子开始的。</figcaption>

当然，它还广泛应用于物联网系统，以管理来自数百万设备定期产生的海量数据。它用于DevOps来跟踪系统健康和趋势。

时间序列数据以可衡量、可证明、向老板展示的方式跟踪时间的变化。时间序列数据被科学家、工程师、发明家和像我这样的初学者所使用。

我希望您开始了解我正在学习的时间序列数据：具体的指标可以帮助您完成工作。我可以使用时间序列数据来监控我的数据库，跟踪服务器启停时间，查看网站流量，并检查节点机器人。

我很乐意听听您如何使用时间序列数据，或者您是否对此还有保留。您随时可以发推文给我（@thekatertot）或给我发邮件至[email protected]。

特写艺术由Katy Farmer创作。