本文介绍了多个时间序列数据的表格设计的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我从不同的来源/ REST API调用中收集了200多个单独的时间序列数据(每个代表一个变量)。
I have more than 200 separate time series data(each represent one variable) that I gather from different sources/REST API calls.
每个变量的频率为不同。示例温度数据的频率很高,但是状态数据的频率却很少。
The frequency of each variable is different. Example temperature data is coming at very high frequency, but status data is very less frequent.
我正在寻找有关可伸缩表设计来存储这些数据的建议。如果我将所有数据存储在一个以时间戳为键的表中,则我认为该表将有很多空值。
I am looking for suggestions for scalable table design to store these data. If I store all the data in one table with timestamp being the key, I think the table will have so much nulls.
推荐答案
根据您的描述,我的第一个想法是这样的:
Based on your description, my first thought is something like this:
Create Table Data_Type
(
ID Int Identity
, Data_Type_Description VarChar(100)
)
Create Table Data_Values
(
ID Int Identity
, Data_Value_Time_Stamp TimeStamp
, Data_Type_ID Int -- foreign key to Data_Type
, Value Numeric(17, 4) -- I'm guessing here
)
这有意义吗?
这篇关于多个时间序列数据的表格设计的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!