本文介紹時序資料相關名詞說明。
背景資訊
時間序列資料庫 TSDB ：英文全稱為 Time Series Database，提供高效存取時序資料和統計分析功能的資料管理系統。
時序資料（Time Series Data）：基於穩定頻率持續產生的一系列指標監測資料。例如，監測某城市的空氣品質時，每秒採集一個二氧化硫濃度的值而產生的一系列資料。
度量（Metric）：監測資料的指標，例如風力和溫度。
標籤（Tag）：度量（Metric）雖然指明了要監測的指標項，但沒有指明要針對什麼對象的該指標項進行監測。標籤（Tag）就是用於表明指標項監測針對的具體對象，屬於指定度量下的資料子類別。
一個標籤（Tag）由一個標籤鍵（TagKey）和一個對應的標籤值（TagValue）組成，例如“城市（TagKey）= 杭州（TagValue）”就是一個標籤（Tag）。更多標籤樣本：機房 = A 、IP = 172.220.XX.XX。
注意：當標籤鍵和標籤值都相同才算同一個標籤；標籤鍵相同，標籤值不同，則不是同一個標籤。
在監測資料的時候，指定度量是“氣溫”，標籤是“城市 = 杭州”，則監測的就是杭州市的氣溫。
標籤鍵（TagKey，Tagk）：為指標項（Metric）監測指定的物件類型（會有對應的標籤值來定位該物件類型下的具體對象），例如國家、省份、城市、機房、IP 等。
標籤值（TagValue，Tagv）：標籤鍵（TagKey）對應的值。例如，當標籤鍵（TagKey）是“國家”時，可指定標籤值（TagValue）為“中國”。
值（Value）：度量對應的值，例如 15 級（風力）和 20 ℃（溫度）。
時間戳記（Timestamp）：資料（度量值）產生的時間點。
資料點 (Data Point)：針對監測對象的某項指標（由度量和標籤定義）按特定時間間隔（連續的時間戳記）採集的每個度量值就是一個資料點。“一個度量 + N 個標籤（N >= 1）+ 一個時間戳記 + 一個值”定義一個資料點。
時間序列（Time Series）：針對某個監測對象的某項指標（由度量和標籤定義）的描述。“一個度量 + N 個標籤KV組合（N >= 1）”定義為一個時間序列，某個時間序列上產生的資料值的增加，不會導致時間序列的增加。 時間序列的示意圖如下：
時間軸（Timeline）：等同於時間序列的概念。
時間精度：時間軸資料的寫入時間精度——毫秒、秒、分鐘、小時或者其他穩定時間頻度。例如，每秒一個溫度資料的採集頻度，每 5 分鐘一個CPU使用率的採集頻度。
資料群組（Data Group）：如果需要對比不同監測對象（由標籤定義）的同一指標（由度量定義）的資料，可以按標籤這些資料分成不同的資料群組。例如，將溫度指標資料按照不同城市進行分組查詢，操作類似於該 SQL 陳述式：
select avg(temperature)，city from xx where xx group by city。彙總（ Aggregation）：當同一個度量（Metric）的查詢有多條時間軸產生（多個指標採集裝置），那麼為了將空間的多維資料展現為成同一條時間軸，需要進行合并計算，例如，當選定了某個城市某個城區的汙染指數時，通常將各個環境監測點的指標資料平均值作為最終地區的指標資料，這個計算過程就是空間彙總。
降採樣（Downsampling）：當查詢的時間區間跨度較長而未經處理資料時間精度較細時，為了滿足業務需求的情境、提升查詢效率，就會降低資料的查詢展現精度，這就叫做降採樣，比如按秒採集一年的資料，按照天層級查詢展現。
資料時效（Data’s Validity Period）：資料時效是設定的資料的實際有效期間，超過有效期間的資料會被自動釋放。