RRD时间序列数据

Question

我在一家接收智能电表数据的公司工作。对于一个活动流，这些数据可能有2天的历史，如果出现错误(间隙等)，则可能会填充post。目前，我们储存这个典型的5年。然后将数据拉到一个SSAS立方体中，并将其聚合为1分钟、5米、30米、1小时、1天、1周、1个月的总和。对于每一个这些聚合，Min，Max，Avg也被存储。构建这个多维数据集很慢，而且目前无法扩展，因为它是从单个源挖掘数据的。

我认为每个数据点使用RRD风格的数据库会更适合由数据推送驱动。不过，我对RRD有几个问题(欢迎举例)。

1. RRD能否在保持数据粒度的同时，随着时间的推移进行滚动？
2. 数据能被输入RRD以纠正差距吗？

欢迎举一些例子。

Answer 1

1. 是的-你需要适当地配置你的RRAs。

RRA是一种循环存档，定义了数据点的数量和分辨率.所以你可以-假设5分钟的抽样率：

RRA:AVERAGE:0.5:1:2000
RRA:AVERAGE:0.5:12:2400

将举行大约一周的500万分辨率，100天的1小时分辨率。但你可以很容易地延长你的500万分辨率RRA --尽管它将使你的RRD更大。问题是-你真的需要吗？RRDs的全部要点是自动存档与图形化分辨率--查看一年的统计数据，而且您无论如何也不能渲染500万个分辨率。对于500万个样本，1600 is宽图至少只有6天。

1. 是的，但由于RRD的工作方式，这有点烦人。有效地，您必须提取和回放数据，以填补空白。如果你在“重放”你已经失去分辨率的东西，这不一定工作的太好，因为你将没有足够的样本。您可以rrdtool dump以XML形式提取RRD的内容，您也可以直接修改该内容，然后再对其进行rrdtool restore。如果您需要使用任何实际频率来执行此操作，我建议使用rrdtool以外的其他方法。