消失时间序列的替代方案:时间序列数据库建模

Question

我是时序数据库设计的新手。

我读过的指导原则之一是避免有大量的时间序列(例如。InfluxDb recommendations)或短命/消亡的时间序列。

作为练习，我尝试对github存储库的指标进行建模。我想要跟踪按各种属性聚合的注释/提交/更改行的总数。我最初的想法是在每次拉取请求时推送指标，并通过查询进行所有聚合。

{
   labels: {
      pr: 1234, 
      repo: aRepo, 
      author: personA
   }
   values: {
      commits: 5,
      changed_files: 2,
      comments: 0
      status: Open
   }
}

然而，这似乎与建议背道而驰(拉取请求被关闭并变得恒定)。另一种方法是在将聚合推送到数据库之前预先计算聚合。然而，这会导致较少的数据粒度和数据丢失。

对于短暂时间序列的情况，这里的最佳策略是什么？

Answer 1

找出什么是make系列和什么是度量的经验法则是考虑数据集(系列)的基数：

1)低基数(较少变量)值转到标签-这是您的分组/聚合道具

2)高基数(高度可变)值本身就是测量值--这就是您在前面提到的组中聚合/计算的值

根据这条规则，pr id进入值(每个存储库的高基数都是唯一的)，而status绝对是一个标签(您将其称为label)。

这样做，你就可以很好地处理你的时间序列。