AnkündigungWir stellen MongoDB 8.0 vor, das schnellste MongoDB aller Zeiten! Mehr erfahren >
AnkündigungVoyage AI und MongoDB unterstützen ab sofort gemeinsam genauere und vertrauenswürdigere KI-Anwendungen auf Atlas. Mehr erfahren >

Time Series.
Schnellere Entwicklung, mehr Erkenntnisse, geringere Kosten.

Erstellen und betreiben Sie datenintensive analytische Anwendungen, indem Sie die Flexibilität des Dokumentmodells mit Time Series Collections kombinieren.

Kostenlos testen
Kontakt zum Vertrieb
Miniaturansicht des Videos zur Übersicht über Time Series

Time Series implementieren

Time Series-Daten sind wirklich branchenunabhängig. Sie werden für alle Anwendungsfälle erstellt, von Finanzdienstleistungen bis hin zur intelligenten Fertigung. Allerdings kann die Arbeit mit ihnen aufgrund ihres enormen Speicherbedarfs schwierig sein, was weitere Herausforderungen für Abfragen und Analysen mit sich bringt, um Erkenntnisse in Echtzeit zu gewinnen. In diesem Vortrag werden wir die Grundlagen von Time Series-Daten und deren Verwendung behandeln.

Jetzt ansehen

Time-Series-Apps schneller erstellen

Vereinfachen und beschleunigen Sie die App-Entwicklung mit nativen Time Series Collections, die die Komplexität und Herausforderungen von Time-Series-Daten automatisch verarbeiten, ohne dass Entwickler zusätzliche Tools einsetzen müssen. So verkürzen Sie die Markteinführungszeit und verbessern die Benutzererfahrung für Entwickler.

Vollständig verwaltet mit Atlas
Multi-Cloud-Datenverteilung
Eine Abbildung eines Telefons, das mit Daten und einer Webseite verbunden ist, um eine einfache App-Entwicklung zu verdeutlichen.
Eine Abbildung eines Vergrößerungsglases neben einer Webseite und Datenpunkten zur Darstellung von Datenerkenntnissen.

Analytische Erkenntnisse – vereinfacht

Erkenntnisse und Muster aus Ihren Time-Series-Daten zu gewinnen, gestaltet sich mit der einheitlichen Abfrage-API einfacher, die umfangreiche Fensterfunktionen und temporale Operatoren für allgemeine und komplexe analytische Abfragen umfasst.

Mehr über die Abfrage-API erfahren

Eine optimierte Time-Series-Erfahrung

Verwalten Sie den gesamten Lebenszyklus von Time-Series-Daten nahtlos – Erfassung, Speicherung, Analyse, Visualisierung und Archivierung. Sie müssen nicht auf Leistung oder Skalierbarkeit achten, da die spaltenbasierte Speicherung und Komprimierung für Abfragegeschwindigkeit und Kosteneffizienz optimiert ist, selbst wenn der Datenbestand im Laufe der Zeit zunimmt.

Eine Abbildung von Formen und Daten-Charts, die in eine grüne Box eingesetzt werden, um die nahtlose Verwaltung von Datenlebenszyklen darzustellen.
Daten-Charts, Bilder und Papiere mit einem Vergrößerungsglas, die um 3 grüne Ebenen herum angeordnet sind, um vereinfachte Datenstände darzustellen.

Reduzieren von Komplexität und Kosten

Verzichten Sie auf kostspielige, spezialisierte Datenbanken, die zu komplexen Datensilos, Datenverschiebungen und betrieblichem Overhead führen. Verwalten Sie stattdessen Time Series und Betriebsdaten effizient und sicher in einer einzigen vielseitigen, modernen Datenbank.

MongoDB Atlas
„Das spezielle spaltenbasierte Speicherformat und die effiziente Datenverarbeitung verarbeiten große Mengen zeitgestempelter Daten schnell und genau. Das rationalisiert die Abläufe und ermöglicht Einblicke in Echtzeit, was zur Optimierung unserer Dienstleistungen und zur Verbesserung des Kundenerlebnisses beiträgt.
Andrés Murcia
Chief Technology Officer, Picap
Lesen Sie die vollständige Story
„Das spezielle spaltenbasierte Speicherformat und die effiziente Datenverarbeitung verarbeiten große Mengen zeitgestempelter Daten schnell und genau. Das rationalisiert die Abläufe und ermöglicht Einblicke in Echtzeit, was zur Optimierung unserer Dienstleistungen und zur Verbesserung des Kundenerlebnisses beiträgt.
Andrés Murcia
Chief Technology Officer, Picap
Lesen Sie die vollständige Story
„Die umfangreichen Funktionen von MongoDB, insbesondere Time Series Collections, sind für die Verarbeitung großer Mengen von Sensordaten aus Fahrzeugen, einschließlich Geokodierungs- und IoT-Daten, von entscheidender Bedeutung. Dies ermöglicht eine effiziente Speicherung und Analyse und liefert wertvolle Erkenntnisse für unser Unternehmen.“
Hjalmar Van Raemdonck
Vizepräsident von SCALAR, ZF Group
Lesen Sie die vollständige Story
„Time Series-Daten sind für unser Geschäft von zentraler Bedeutung, daher war es entscheidend, eine Datenbank auszuwählen, die diese Daten gut verarbeiten kann. MongoDB Time Series Collections maximieren den Datenzugriff und minimieren den Speicherbedarf bei gleichzeitiger Integration mit Standardsammlungen. Dadurch wird sichergestellt, dass wir für zukünftige Skalierbarkeit gerüstet sind.“
Ben Harrison
Chief Technology Officer, Ceto
Lesen Sie die vollständige Story
„Für ein industrielles IoT-Unternehmen ist die Verwaltung von Time Series-Daten unerlässlich. Da wir über umfangreiche Sensordaten von Anlagen auf der ganzen Welt verfügen, brauchten wir eine bessere Datenbank. Die Time Series Collection von MongoDB bieten eine optimierte Speichernutzung, schnelle Abfragen und leistungsstarke Aggregation, was die Leistung verbessert.“
Christoffer Lange
CEO, Digitread Connect
Lesen Sie die vollständige Story

Funktionen im Überblick

Erste Schritte mit
Time Series

Verarbeiten Sie große Datenmengen mühelos mit einer kostengünstigen Lösung, die auf die anspruchsvollsten Anforderungen von Time-Series-Daten zugeschnitten ist.
Dokumentation anzeigen
Time Series Collections
Speichern Sie Time-Series-Daten automatisch in einem speziellen Spaltenformat, das für hohe Speichereffizienz, reduzierten E/A-Bedarf und Abfragen mit geringer Latenz optimiert ist.
Docs lesen
JSON
Fensterfunktionen
Gewinnen Sie schneller Erkenntnisse mit der einheitlichen und ausdrucksstarken Abfrage-API, die Fensterfunktionen und zeitliche Operatoren nutzt.
Mehr über die MongoDB Query API erfahren
CRUD
Datenverdichtung
Verarbeiten Sie fehlende oder ungleichmäßige Daten mit Funktionen zum Verdichten und Füllen von Lücken. Führen Sie Analysen durch und stellen Sie deren Korrektheit sicher, indem Sie zeitliche Lücken beseitigen oder fehlende Werte mit Methoden wie der linearen Interpolation ergänzen.
Aggregation-Pipeline-Operatoren anzeigen
Shell

Erkenntnisse aus Time-Series-Daten gewinnen

Erfahren Sie, wie Sie Time-Series-Daten nutzen können, um hervorragende Erlebnisse mit Anwendungen zu schaffen.

Atlas optimal nutzen

Entwickeln und betreiben Sie Anwendungen wie IoT und Finanzanalysen mit den nativen Time-Series-Funktionen von MongoDB.
Sehen Sie sich alle unsere Produkte an

Time-Series-Anwendungen auf MongoDB erstellen

Unterstützen Sie nativ den gesamten Lebenszyklus von Time-Series-Daten – von der Erfassung, Speicherung, Abfrage, Echtzeitanalyse und Visualisierung bis hin zur Online-Archivierung.
Kostenlos testen
MONGODB NATIVE TIME SERIES
  • Time Series Collections
  • Spaltenkompression
  • Time-Series-Abfragen und Analysen
  • Automatisierter Lebenszyklus der Daten
  • Unterstützung bei Aktualisierungen und Löschungen
  • Sharding-Unterstützung