盛文婷，付国庆

（新疆农业大学 科学技术学院，新疆 乌鲁木齐 830000）

0 引 言

时间序列数据是按时间进行排序的一种数据，目前在各个领域中都有着相应的应用，而随着数据量的不断增多，人们正处在一个时间序列数据的世界中。传统的数据处理方法一般都是针对静态的数据。而目前的数据表现出数据量较大、变化较快且呈现出动态化的特征，因此传统的方法已经不能有效地实现对数据的处理和存储。本文结合MaxCompute大数据处理技术对时间序列数据进行处理，便于发现时间序列中有价值的信息，进而转换成所需要的信息。

1 海量时间序列数据的特征分析

时间序列数据带有一定的时间戳，同时数据量大，在相同的时间内数据比较接近，并具有存储后很难进行修改等特点。

1.1 时间属性

海量时间序列的一个最典型的特征是时间性，每一个数据都有一个时间区和一个时间点，同一数据源具有先后顺序和时间属性。在某个特定的空间和特定的时间里，数据值是唯一的。典型的时序数据如表1所示的Dodgers数据集，表中涵盖了时间戳和相应的值。这个数据信息来源于洛杉矶北101高速公路所通过车辆的数据，以5 min为时间节点[1]。

表1 Dodgers 时序数据

1.2 数据量庞大

海量时间数据之所以是“海量”，主要是随着时间的推移数据不断出现，量越来越大，并呈现出动态化的特点，是静态数据所不能比拟的。同时，如今的信息数字化技术发展越来越快，数据采集的类型也越来越多，相应的数据源也呈现出快速上升的趋势。……