除了最常用的关系数据库和缓存之外,之前我们已经介绍了在Spring Boot中如何配置和使用 MongoDB 、 LDAP 这些存储的案例。接下来,我们继续介绍另一种特殊的数据库:时序数据库InfluxDB在Spring Boot中的使用。
什么是时序数据库?全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签(按照时间的顺序变化,即时间序列化)的数据,带时间标签的数据也称为时间序列数据。时间序列数据主要由电力行业、化工行业等各类型实时监测、检查与分析设备所采集、产生的数据,这些工业数据的典型特点是:产生频率快(每一个监测点一秒钟内可产生多条数据)、严重依赖于采集时间(每一条数据均要求对应唯一的时间)、测点多信息量大(常规的实时监测系统均有成千上万的监测点,监测点每秒钟都产生数据,每天产生几十GB的数据量)。虽然关系型数据库也可以存储基于时间序列的数据,但由于存储结构上的劣势,使得这些数据无法高效地实现高频存储和查询统计,因此就诞生了一种专门针对时间序列来做存储和优化的数据库,以满足更高的效率要求。(参考:百度百科:时序数据库>
原则上讲,数据挖掘可以应用于任何类型的信息存储库及瞬态数据(如数据流),如数据库、数据仓库、数据集市、事务数据库、空间数据库(如地图等)、工程设计数据(如建筑设计等)、多媒体数据(文本、图像、视频、音频)、网络、数据流、时间序列数据库等。也正因如此,数据挖掘存在以下特点:
(1)数据集大且不完整
数据挖掘所需要的数据集是很大的,只有数据集越大,得到的规律才能越贴近于正确的实际的规律,结果也才越准确。除此以外,数据往往都是不完整的。
(2)不准确性
数据挖掘存在不准确性,主要是由噪声数据造成的。比如在商业中用户可能会提供假数据;在工厂环境中,正常的数据往往会收到电磁或者是辐射干扰,而出现超出正常值的情况。这些不正常的绝对不可能出现的数据,就叫做噪声,它们会导致数据挖掘存在不准确性。
(3)模糊的和随机的
数据挖掘是模糊的和随机的。这里的模糊可以和不准确性相关联。由于数据不准确导致只能在大体上对数据进行一个整体的观察,或者由于涉及到隐私信息无法获知到具体的一些内容,这个时候如果想要做相关的分析 *** 作,就只能在大体上做一些分析,无法精确进行判断。
而数据的随机性有两个解释,一个是获取的数据随机;我们无法得知用户填写的到底是什么内容。第二个是分析结果随机。数据交给机器进行判断和学习,那么一切的 *** 作都属于是灰箱 *** 作。
功能简介WinRATS V7——经济时间序列软件
RATS是Regression Analysis of Time Series时间序列回归分析的缩写,用于计量经济时间序列分析,目前已有数十个国家的经济学者使用本软件,用盘
面Cross sectional data,经济模型建立,预测等等
新增模型建立含状态空间State Space Model,类神经Neural Network Model等22项,时间序列方法方面含卡门滤波Kalman Filter及频谱分析Spectral
analysis,ARIMA等七项预测方法有提共六种,因此是一个完整的经济时间序列计算机程序,可满足您在经济研究上的需求
RATS (时间序列分析)是处于领先地位的经济计量/时间序列分析的软件包,被全世界的经济学者广泛采用,以及大量应用在分析时间序列和交叉组合数
据,开发和评估经济模型,预测等工作和研究中来获得RATS软件当前版本的详细情况
功能简介
配合 CATS (Cointegration Analysis of Time Series) 分析包,通过一系列的对话框,进行学术界、业界最先进复杂的同积分析 (由Henrik Hansen
和 Katarina Juselius教授设计),甚至可进行I(2)模型分析
可进行向量与矩阵运算。并提供指令语言,用户可以自己编写最符合自己需求的运算程序
支持完整的计量模型,包括ordinary、weighted和广义最小二乘方 (GLS),似无关回归 (SUR),非线性回归,矢量自回归 (VAR’s),ARIMA,GMM,
2SLS,3SLS,ARCH和GARCH等
可直接取用Haver Analytics DLX数据库,并可以处理所有数据,包括面板数据(panel data)
包含交互模式(interactive mode)和批处理(batch mode)两种执行模式
可绘制输出最专业的高品质时间序列散布图
新的互动指令语言甚至可以自订菜单和对话框
以上就是关于Spring Boot中使用时序数据库InfluxDB全部的内容,包括:Spring Boot中使用时序数据库InfluxDB、hadoop开发和数据挖掘选哪个好_hadoop和数据库的区别、WinRats是什么软件等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)