时序数据模型

1. 什么叫时序数据？

万物互联的今天，物联网场景、工业场景等各类场景都在进行数字化转型，人们通过在各类设备上安装传感器对设备的各类状态进行采集。如电机采集电压、电流，风机的叶片转速、角速度、发电功率；车辆采集经纬度、速度、油耗；桥梁的振动频率、挠度、位移量等。传感器的数据采集，已经渗透在各个行业中。

通常来说，我们把每个采集点位叫做一个测点（ 也叫物理量、时间序列、时间线、信号量、指标、测量值等），每个测点都在随时间的推移不断收集到新的数据信息，从而构成了一条时间序列。用表格的方式，每个时间序列就是一个由时间、值两列形成的表格；用图形化的方式，每个时间序列就是一个随时间推移形成的走势图，也可以形象的称之为设备的“心电图”。

传感器产生的海量时序数据是各行各业数字化转型的基础，因此我们对时序数据的模型梳理主要围绕设备、传感器展开。

2. 时序数据中的关键概念有哪些？

时序数据中主要涉及的概念如下。

设备（Device）	也称为实体、装备等，是实际场景中拥有物理量的设备或装置。在 IoTDB 中，实体是管理一组时间序列的集合，可以是一个物理设备、测量装置、传感器集合等。如：能源场景：风机，由区域、场站、线路、机型、实例等标识工厂场景：机械臂，由物联网平台生成的唯一 ID 标识车联网场景：车辆，由车辆识别代码 VIN 标识监控场景：CPU，由机房、机架、Hostname、设备类型等标识
测点（FIELD）	也称物理量、信号量、指标、点位、工况等，是在实际场景中检测装置记录的测量信息。通常一个物理量代表一个采集点位，能够定期采集所在环境的物理量。如：能源电力场景：电流、电压、风速、转速车联网场景：油量、车速、经度、维度工厂场景：温度、湿度
数据点（Data Point）	由一个时间戳和一个数值组成，其中时间戳为 long 类型，数值可以为 BOOLEAN、FLOAT、INT32 等各种类型。如下图表格形式的时间序列的一行，或图形形式的时间序列的一个点，就是一个数据点。
采集频率（Frequency）	指物理量在一定时间内产生数据的次数。例如，一个温度传感器可能每秒钟采集一次温度数据，那么它的采集频率就是1Hz（赫兹），即每秒1次。
数据保存时间（TTL）	TTL 指定表中数据的保存时间，超过 TTL 的数据将自动删除。IoTDB 支持对不同的表设定不同的数据存活时间，便于 IoTDB 定期、自动地删除一定时间之前的数据。合理使用 TTL 可以控制 IoTDB 占用的总磁盘空间，避免磁盘写满等异常，并维持较高的查询性能和减少内存资源占用。