高性能时间序列数据库HiTSDB的名词解释
度量（Metric）：设备度量的指标，如风力，温度。
度量值（Metric Value）：度量指标对应的值，如转速：2000 转 ，温度：20℃。
标签（Tag）：度量所属的设备或者设备系列，比如 国家、省份、城市、机房、IP 等。
标签值（Tag Value）：标签对应的一类确定值，比如：国家=China，城市=Shanghai，机房=A ，IP=172.220.110.1。
时间序列（Time Series）：一系列标签 + 一个度量组合产生的最小的采集点所产生的时序数据序点集称为个时序数据系列。如 中国+上海+城区+编号为001的设备 + 温度。
时序数据（Time Series Data）：基于稳定频率持续产生的一系列度量数据，如空气监测，每秒钟采集一个监测数据。
时序数据库 HiTSDB ：英文全称为 High-Performance Time Series Database，高性能时序数据库，提供高效存取时序数据和统计分析功能的数据库管理系统。
时间精度：时间线数据的写入时间精度，秒，分钟，小时或者其他稳定时间频度。如：每秒一个温度数据的采集频度，5分钟一个负载数据的采集频度。
数据组（Data Group）：如果需要完成同一个 Metric 不同设备之间数据对比查询，可以将不同 tag value 的数据分组展示。比如：将温度指标数据按照不同城市进行分组查询，类似于SQL ：select temperature from xxx group by city where city in （shanghai, hangzhou)。
空间聚合（Space Aggregation）：当同一个 Metric 的查询有多条时间线产生（多个指标采集设备），那么为了将空间的多维数据，展现为成同一条时间线 ，需要进行合并计算。如：当选定了某个城市某个城区的污染指数的时，通常将各个环境监测点的指标数据平均值作为最终区域的指标数据，这个计算过程就是空间聚合（Space Aggregation）。
降精度（Downsample）：当查询的时间区间跨度比较长，数据时间精度比较细在满足业务需求的场景下为了提升查询效率会降低数据的查询展现精度，叫做降精度，比如将按秒采集一年的数据按照天别查询展现。
数据时效（Data’s Validity Period）：数据时效是设置数据的实际有效期，超过有效期的数据会被自动过期释放。
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
