旋转门数据压缩算法在PostgreSQL中的实现

  • 时间:
  • 浏览:0
  • 来源:大发5分快3_极速5分PK10

而传感器或指标是非常多的,之类有30万个传感器或指标,一天的量就接近一亿的量。

又比如金融行业的走势数据等等。

旋转门压缩算法(SDT)是并有的是直线趋势化压缩算法,其本质是通过一根绳子 由起点和终点取舍的直线代替一系列连续数据点。

其基本

假设让我们歌词 要描绘4个 时间段的图形,这么多的点,渲染估计有的是并且。

这么有这么好的压缩算法,即能保证失真度,又能很好的对数据进行压缩呢?

在物联网、监控、传感器、金融等应用领域,数据在时间维度上流式的产生,假使 数据量非常庞大。

该算法还要记录帕累托图时间间隔长度、起点数据和终点数据, 前一段的终点数据即为下一段的起点数据。

让我们歌词 想象一下,机会每个传感器或指标每30毫秒产生4个 点,一天有些86300个点。

之类让我们歌词 一个劲 看完的性能监控视图,有些有些点在时间维度上描绘的曲线。