用例

时间序列用例

监控（数据中心）

现代数据中心有很多动态部分，例如基础设施（服务器和网络）和软件系统（应用程序和服务），需要全天候监控。

Redis 时间序列允许您预先规划新资源、优化现有资源的利用率、重建导致中断的情况，以及通过分析和报告以下指标来识别应用程序性能问题

天气分析（环境）

Redis 时间序列可用于跟踪环境测量，例如多年来的每日日照时数和每小时降雨深度。例如，您可以在季节性测量平均降雨深度、平均每日温度和每天的最大日照时数。观察多年来每日最高温度的升高。预测一年中特定周内特定位置的预期温度和降雨深度。

可以收集多个时间序列，每个时间序列针对不同的位置。通过利用辅助索引，可以在给定的地理区域（例如，欧洲的最低和最高每日温度）或具有特定属性的位置（例如，山区的平均降雨深度）上聚合测量结果。

示例指标包括

大气分析（环境）

大气中 CO2 的浓度比以往任何时候都重要。使用 TimeSeries 跟踪每个季节的平均、最高和最低 CO2 水平以及过去几十年的平均年 CO2 水平。示例指标包括

飞行数据记录（传感器数据和物联网）

飞机有许多传感器。此传感器数据存储在黑匣子中，并与外部系统共享。TimeSeries 可以帮助您重建一段时间内的事件序列、优化操作和维护间隔、提高安全性，并向设备制造商提供有关零件质量的反馈。示例指标包括

船舶航海日志（传感器数据和物联网）

通过（数字）航海日志跟踪船舶航行非常常见。使用 TimeSeries 使用这些指标计算最佳路线

联网汽车（传感器数据和物联网）

现代汽车通过标准接口公开多项指标。使用 TimeSeries 将平均油耗与轮胎压力关联起来，确定汽车在车队中保留多长时间，确定最佳维护间隔，并按道路类型（应税道路与非应税道路）计算税收节省。示例指标包括

智能计量（传感器数据和物联网）

现代房屋和设施会收集有关能耗/产能的详细信息。使用 Redis Time Series 根据月度用量汇总账单。通过根据需求波动重新分配能源输送来优化网络。提供有关如何改善能耗行为的建议。示例指标包括

服务质量（电信）

移动电话的使用量不断增加，产生与手机数量增加相关的自然增长。但是，也可能出现与特定事件相关的峰值（例如，世界锦标赛期间的消息增多）。

电信提供商需要确保他们提供必要的基础设施来提供适当的服务质量。这包括为短期峰值使用小型塔。使用 TimeSeries 将流量峰值与特定事件关联起来，在多个塔或小型塔之间进行负载均衡，并预测性地规划基础设施。指标包括每个塔的流量量。

股票交易（金融）

如今，股票交易高度自动化。算法（而不仅仅是人类）正在进行交易，从股票交易的出价和要价数量到每秒的极大交易量（每秒数百万次操作）。计算机驱动的交易需要毫秒级的响应时间。有必要在极短的时间内保留大量数据点（例如，一分钟内的每秒价格波动）。此外，需要保留长期历史记录，以便对趋势或监管目的做出陈述。

使用 Redis Time Series 识别交易行为与其他事件（例如，社交网络帖子）之间的相关性。发现发展中的市场。检测异常情况以发现内幕交易。示例指标包括