用例

时间序列用例

监控 (数据中心)

现代数据中心包含许多需要全天候监控的动态组成部分，例如基础设施（服务器和网络）以及软件系统（应用和服务）。

Redis Time Series 允许您提前规划新资源，优化现有资源的使用，重构导致中断的情况，并通过分析和报告以下指标来识别应用性能问题：

天气分析 (环境)

Redis Time Series 可用于跟踪环境测量数据，例如多年的日照时数和小时降雨量。例如，您可以按季节测量平均降雨量、平均日温度和每日最长日照时数。观察多年来最高日温度的升高。预测特定地点在一年中特定周的预期温度和降雨量。

可以收集多个时间序列，每个时间序列对应一个不同的地点。通过利用二级索引，可以在给定地理区域（例如，欧洲的最低和最高日温度）或具有特定属性的地点（例如，山区地区的平均降雨量）对测量数据进行聚合。

示例指标包括：

大气分析 (环境)

大气中的二氧化碳浓度比以往任何时候都更加重要。使用 TimeSeries 按季节跟踪平均、最高和最低二氧化碳水平，以及过去几十年的平均年二氧化碳水平。示例指标包括：

飞行数据记录 (传感器数据和物联网)

飞机有多种传感器。这些传感器数据存储在黑匣子中，也共享给外部系统。TimeSeries 可以帮助您重构事件随时间发生的顺序，优化运营和维护间隔，提高安全性，并向设备制造商提供关于零件质量的反馈。示例指标包括：

船舶日志 (传感器数据和物联网)

通过（数字）日志记录船舶航行非常常见。使用 TimeSeries 根据这些指标计算最佳航线：

联网汽车 (传感器数据和物联网)

现代汽车通过标准接口暴露多种指标。使用 TimeSeries 将平均油耗与轮胎压力关联起来，计算车辆在车队中的保留时长，确定最佳维护间隔，并根据道路类型（应税 vs 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 根据月度消耗量汇总计费。根据需求波动调整能源输送，优化网络。提供关于如何改善能源消耗行为的建议。示例指标包括：

服务质量 (电信)

移动电话的使用量正在增加，这产生了与手机数量增长相关的自然增长。然而，也可能出现与特定事件（例如，世界锦标赛期间的更多消息）相关的峰值。

电信提供商需要确保提供必要的基础设施来提供适当的服务质量。这包括使用微型基站应对短期高峰。使用 TimeSeries 将流量峰值与特定事件关联，在多个基站或微型基站之间进行流量负载均衡，并预测性地规划基础设施。指标包括每个基站的流量。

股票交易 (金融)

如今，股票交易高度自动化。从股票交易的买入和卖出数量，到每秒极高的交易量（每秒数百万次操作），算法而非人类正在进行交易。计算机驱动的交易需要毫秒级响应时间。有必要在很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，需要保留长期历史数据以便分析趋势或出于监管目的。

使用 Redis Time Series 识别交易行为与其他事件（例如，社交网络帖子）之间的关联。发现新兴市场。检测异常以发现内幕交易。示例指标包括：

产品