用例

时间序列用例

监控 (数据中心)

现代数据中心拥有许多移动部件，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 时间序列允许您提前规划新资源，优化现有资源的利用率，重建导致故障的情况，并通过分析和报告以下指标来识别应用程序性能问题

  • 每台服务器的最高 CPU 利用率
  • 两项服务之间的最高网络延迟
  • 存储系统的平均 IO 带宽利用率
  • 特定应用程序故障的响应时间的第 99 个百分位数

天气分析 (环境)

Redis 时间序列可用于跟踪环境测量，例如多年来每天的日照时间和每小时的降雨量。季节性地，您可以测量平均降雨量、平均日气温和每天的最高日照时间，例如。观察多年来最高日气温的升高。预测特定年份特定一周特定地点的预期温度和降雨量。

可以收集多个时间序列，每个时间序列对应于不同的位置。通过利用辅助索引，可以对给定地理区域 (例如，欧洲的最低和最高日气温) 或具有特定属性的位置 (例如，山区地区的平均降雨量) 的测量值进行汇总。

示例指标包括

  • 雨量 (cm)
  • 温度 (C)
  • 晴朗时间 (h)

大气分析 (环境)

二氧化碳在大气中的浓度比以往任何时候都更加重要。使用 TimeSeries 追踪每个季节的平均、最大和最小 CO2 水平，以及过去几十年来的平均年 CO2 水平。示例指标包括

  • 二氧化碳浓度（ppm）
  • 位置

飞行数据记录（传感器数据和物联网）

飞机拥有众多传感器。这些传感器数据存储在黑匣子中，并与外部系统共享。TimeSeries 可以帮助您重建事件随时间的发生顺序，优化运营和维护间隔，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

  • 高度
  • 航线
  • 发动机温度
  • 振动水平
  • 压力

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 根据这些指标计算最佳航线

  • 风速（km/h）
  • 海洋状况（类别）
  • 速度（节）
  • 位置（经度，纬度）

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个指标。使用 TimeSeries 将平均油耗与轮胎气压相关联，找出汽车在车队中保留的时间，确定最佳维护间隔，并根据道路类型计算税收节省（应税道路与非应税道路）。示例指标包括

  • 加速度
  • 位置（经度，纬度）
  • 燃油量（升）
  • 距离（公里）
  • 速度（km/h）
  • 轮胎气压
  • 下次维护检查前的距离

智能计量（传感器数据和物联网）

现代住宅和设施收集有关能源消耗/生产的详细信息。使用 Redis Time Series 根据每月消耗量汇总账单。通过根据需求波动重新定向能源输送来优化网络。提供有关如何改善能源消耗行为的建议。示例指标包括

  • 每个位置的消耗量
  • 每个位置的电力生产量

服务质量（电信）

移动电话使用量不断增长，这种自然增长与手机数量的增加相关。但是，也可能存在与特定事件相关的峰值（例如，世界锦标赛期间的更多消息）。

电信运营商需要确保他们提供必要的基础设施来提供正确质量的服务。这包括使用小型塔台来应对短期峰值。使用 TimeSeries 将流量峰值与特定事件相关联，将流量负载均衡到多个塔台或小型塔台，并预测性地规划基础设施。指标包括每个塔台的流量量。

股票交易（金融）

股票交易在当今高度自动化。从股票交易的出价和要价数量到每秒的极高交易量（每秒数百万次操作），都是算法而不是人类在进行交易。计算机驱动的交易需要毫秒级的响应时间。必须在极短的时间段内保存大量数据点（例如，在一分钟内每秒的价格波动）。此外，需要保留长期历史记录来进行趋势陈述或出于监管目的。

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。发现正在发展的市场。检测异常以发现内部交易。示例指标包括

  • 交易本身的确切时间和顺序
  • 事件类型（交易/出价）
  • 股票价格
RATE THIS PAGE
Back to top ↑