使用案例

时间序列用例

监控（数据中心）

现代数据中心有许多动态组件，例如基础设施（服务器和网络）和软件系统（应用程序和服务），这些需要全天候监控。

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，重建导致中断的情况，并通过分析和报告以下指标来识别应用程序性能问题：

天气分析（环境）

Redis 时间序列可用于跟踪环境测量数据，例如多年期间的每日日照时数和每小时降雨深度。季节性上，您可以测量平均降雨深度、平均每日温度和每日最大日照时数等。观察多年来每日最高气温的上升趋势。预测一年中特定周在特定地点的预期温度和降雨深度。

可以收集多个时间序列，每个时间序列对应不同的地点。通过利用二级索引，可以在给定的地理区域（例如，欧洲的每日最低和最高温度）或具有特定属性的地点（例如，山区的平均降雨量）上对测量值进行聚合。

示例指标包括：

大气（环境）分析

大气中CO2的浓度比以往任何时候都更加重要。使用TimeSeries来跟踪过去几十年中每个季节的平均、最大和最小CO2水平以及年平均CO2水平。示例指标包括：

飞行数据记录（传感器数据和物联网）

飞机配备了多种传感器。这些传感器数据存储在黑匣子中，并与外部系统共享。时间序列可以帮助您重建事件随时间发生的顺序，优化操作和维护间隔，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）日志记录船舶航行是非常常见的。使用TimeSeries来计算使用这些指标的最佳路线：

联网汽车（传感器数据和物联网）

现代汽车通过标准接口暴露了多种指标。使用TimeSeries将平均燃油消耗与轮胎压力相关联，计算出车辆在车队中保留的时间，确定最佳维护间隔，并根据道路类型（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）

现代房屋和设施收集有关能源消耗/生产的详细信息。使用Redis时间序列根据月度消耗量汇总账单。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）

手机使用量正在增加，这种自然增长与手机数量的增加相关。然而，也可能出现与特定事件相关的峰值（例如，在世界锦标赛期间发送更多的消息）。

电信提供商需要确保他们提供必要的基础设施以提供正确的服务质量。这包括使用小型塔来应对短期峰值。使用TimeSeries将流量峰值与特定事件相关联，在多个塔或小型塔之间进行流量负载均衡，并预测性地规划基础设施。指标包括每个塔的流量量。

股票交易（金融）

股票交易在今天高度自动化。算法，而不仅仅是人类，正在从股票的买卖数量到每秒的极端交易量（每秒数百万次操作）进行交易。计算机驱动的交易需要毫秒级的响应时间。有必要在非常短的时间内保持大量数据点（例如，一分钟内每秒的价格波动）。此外，需要保留长期历史以做出趋势声明或用于监管目的。

使用Redis时间序列来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。发现一个正在发展的市场。检测异常以发现内幕交易。示例指标包括：