Basi di dati sulle serie temporali: Nuovi modi di archiviare e accedere ai dati

Recensioni dei lettori

Il libro tratta i database delle serie temporali con particolare attenzione a Open TSDB, ma molti recensori ritengono che il titolo sia fuorviante in quanto implica una copertura più ampia di più metodi. Sebbene alcune parti del libro forniscano spunti utili, alla fine mancano profondità e ampiezza, facendolo sembrare più una breve panoramica che una risorsa completa.

Il libro offre una discreta introduzione ai database delle serie temporali e discute le sfide della costruzione di sistemi scalabili. I primi capitoli forniscono preziose indicazioni sulla natura dei dati delle serie temporali e sulla loro importanza. Alcuni recensori hanno apprezzato la chiarezza della scrittura e l'esame mirato di Open TSDB.

Il titolo è considerato ingannevole, in quanto suggerisce un'esplorazione più ampia dei database delle serie temporali, mentre si concentra principalmente su Open TSDB. Molti database e metodi importanti non vengono menzionati in dettaglio e il libro viene descritto come poco approfondito, facendolo sembrare più un opuscolo che una trattazione completa. Inoltre, i capitoli successivi sono considerati meno validi.

(basato su 4 recensioni dei lettori)

Titolo originale:

Time Series Databases: New Ways to Store and Access Data

Contenuto del libro:

I dati delle serie temporali sono sempre più importanti, soprattutto con la rapida espansione dell'Internet delle cose. Questa guida concisa mostra modi efficaci per raccogliere, conservare e accedere a dati di serie temporali su larga scala per l'analisi. Esplorerete la teoria alla base dei database delle serie temporali e imparerete i metodi pratici per implementarli. Gli autori Ted Dunning ed Ellen Friedman forniscono un esame dettagliato degli strumenti open source come OpenTSDB e delle nuove modifiche che accelerano notevolmente l'ingestione dei dati.

Imparerete:

⬤ Una varietà di casi d'uso delle serie temporali.

⬤ I vantaggi dei database NoSQL per i dati delle serie temporali su larga scala.

⬤ La progettazione di tabelle NoSQL per database di serie temporali ad alte prestazioni.

⬤ I vantaggi e i limiti di OpenTSDB.

⬤ Come accedere ai dati di OpenTSDB utilizzando R, Go e Ruby.

⬤ Come i database delle serie temporali contribuiscono ai progetti pratici di apprendimento automatico.

⬤ Come gestire l'ulteriore complessità dei dati geo-temporali.

Per consigli sull'analisi dei dati delle serie temporali, consultare Practical Machine Learning: A New Look at Anomaly Detection, sempre di Ted Dunning e Ellen Friedman.