处理时间序列数据库中一列的高基数

Question

我有一个非常高的基数时间序列数据库。假设我的时间序列数据库中有4列(A、B、C和D)，其单个基数为(10,100，50，10,000,000)。所以，我总共有一个(10*100*50*10,000,000)基数的数据库。我想知道以下问题：

1. 我应该使用哪个报警系统来监视高基数(比如最后一小时的数据中有500万基数)数据库。
2. 如果时间序列数据库中的1列具有很高的基数，那么最好的处理方法是什么？

Answer 1

我假设您希望使用某种监视系统，在某些事件中，系统会被触发来报警某个服务，对吗？就像异常检测系统一样。

所以，我的问题是，你是在寻找一个监控工具，只是为了让报告超越这些特性，还是使用时间序列来进行机器学习？

我会回答这个问题，就好像它是面向机器学习的。如果这不是你的意图我很抱歉：

在具有高基数的ML特性中，如果需要使用==>作为虚拟变量，则通常通过绑定来处理。换句话说，为该特性的每个级别创建一个新的二进制列。(示例: http代码: 200、200、201、404、409、500 ==> 2xx、3xx、4xx)。

然而，如果您使用基于树的算法来处理高基数，则不需要使用虚拟变量来处理de基数。

更多的方法可以使用，但我需要知道，如果这是你想要的，以便我深化的答案。