Time series — qiymatlar vaqt belgisi bilan ketma-ket qayd etilgan ma’lumotlar to‘plamidir. Server CPU yuklamasi, bir daqiqadagi so‘rovlar soni, aksiyalar narxi va sensor harorati time seriesga misol bo‘ladi. Oddiy jadvaldan asosiy farqi shundaki, yozuv tartibi va kuzatuvlar orasidagi vaqt oralig‘i tahlilning bir qismidir.
Ma’lumot modeli
Kuzatuv odatda timestamp, o‘lchangan qiymat va uni tavsiflovchi label yoki taglardan iborat. Masalan, HTTP so‘rovlar soni metric nomi, service, region va status labeli bilan saqlanishi mumkin. Bir xil label to‘plamiga ega nuqtalar bitta seriesni tashkil qiladi.
Timestamp aniqligi soniya, millisekund yoki nanosekund bo‘lishi mumkin. Aniqlikni keragidan yuqori tanlash storage hajmi va indeks xarajatini oshiradi. Qurilma soatlari moslashtirilmasa, hodisalar noto‘g‘ri tartibda ko‘rinadi; NTP va server qabul vaqti bu muammoni kamaytiradi.
Vaqt bo‘yicha xususiyatlar
Trend uzoq muddatli o‘sish yoki pasayishni, seasonality esa kun, hafta yoki yil kabi takrorlanuvchi davrni bildiradi. Noise tasodifiy tebranishlardan iborat. Keskin sakrash anomaly bo‘lishi mumkin, lekin deploy, bayram yoki trafik kampaniyasi bilan izohlanishi ham mumkin.
Regular series nuqtalari teng intervalda keladi. Event va loglardan tuzilgan series ko‘pincha irregular bo‘ladi. Tahlilda resampling orqali nuqtalar bir daqiqalik yoki bir soatlik bucketlarga yig‘iladi. Yetishmayotgan intervalni nol deb qabul qilish har doim to‘g‘ri emas: nol real o‘lchov, missing esa ma’lumot kelmaganini anglatadi.
Saqlash va agregatsiya
Time-series database yangi nuqtalarni vaqt bo‘yicha tez yozish, vaqt oralig‘ini tanlash va eski ma’lumotni siqishga moslashtiriladi. Retention policy yuqori aniqlikdagi xom nuqtalarni qancha muddat saqlashni belgilaydi. Downsampling eski ma’lumotdan min, max, sum, count yoki percentile kabi yirikroq interval natijalarini hosil qiladi.
Counter faqat o‘sib, process qayta ishga tushganda reset bo‘lishi mumkin. Uning o‘zini emas, vaqt bo‘yicha rate qiymatini ko‘rish odatiy. Gauge ko‘tarilib-pasayadigan joriy holatni beradi. Histogram kuzatuvlarni bucketlarga yig‘ib, latency taqsimotini ko‘rsatadi.
So‘rov va tahlil
Time range tanlash, label bo‘yicha filtrlash va window aggregation asosiy operatsiyalardir. Moving average qisqa shovqinni yumshatadi, ammo keskin o‘zgarishni kechiktirib ko‘rsatishi mumkin. Rate hisobida counter resetini tanish zarur. Turli intervaldagi ikki seriesni qo‘shishdan oldin ularning vaqt oynalari va label semantikasi moslashtiriladi.
Monitoringda time series dashboard va alertga manba bo‘ladi. Yuqori cardinality juda ko‘p alohida series yaratib, xotira va indeksni bosadi. User ID yoki request ID kabi cheksiz label o‘rniga ular log va trace tizimida saqlanadi.
Deraza va kechikkan ma’lumot
Streaming hisobda tumbling window bir-birini kesmaydigan intervallar, sliding window esa ustma-ust vaqt oynalarini hosil qiladi. Event time hodisa yuz bergan vaqtni, processing time tizim uni qayta ishlagan vaqtni bildiradi. Network uzilishi sabab nuqta kech kelishi mumkin. Watermark qanchagacha kechikkan yozuv qabul qilinishini belgilaydi. Juda qisqa chegara natijani erta, ammo to‘liq bo‘lmagan; juda uzun chegara esa yakuniy agregatni kech chiqaradi. Qayta hisoblangan bucket oldingi dashboard va alert natijasini o‘zgartirishi mumkin.
Forecast modeli train va test davrini vaqt tartibida ajratadi. Kelajak ma’lumotini tasodifan treningga kiritish data leakage hosil qilib, aniqlikni sun’iy oshiradi.
Bog‘liq tushunchalar
Timestamp, Time-series database, Metric, Counter, Gauge, Histogram, Downsampling