公告MongoDB 8.0 隆重推出，这是有史以来最快的MongoDB！了解详情 >>

时间序列。
加快开发速度、获取见解、降低成本。

将文档模型的灵活性与时间序列集合相结合，以构建和运行数据密集型分析应用程序。

联系销售团队

实施时间序列

时间序列数据不受行业限制，广泛应用于从金融服务到智能制造等各种场景。然而，由于其庞大的存储需求，处理时间序列数据可能会面临一定挑战，这也为查询和分析以提取实时见解带来了更多困难。在本讲座中，我们将探讨时间序列数据的基本原理及其应用。

更快构建时间序列应用程序

原生时间序列集合可自动处理复杂且具有挑战性的时间序列数据，无需开发人员进行额外的检测，从而简化和加速应用程序开发。这意味着更快的上市时间和更好的开发者体验。

由 Atlas 完全托管

多云数据分发

简化的分析见解

使用统一的查询 API 可以更轻松地从时间序列数据中发现见解和模式，该 API 包括丰富的窗口功能和时间操作符，适用于常见和复杂的分析查询。

了解查询 API

简化的时间序列体验

无缝管理整个时间序列数据生命周期——摄取、存储、分析、可视化和存档。无需担心性能或可扩展性，因为列式存储和压缩可优化查询速度和成本效率，即使数据随着时间的推移而增长也是如此。

降低复杂性和成本

消除导致复杂数据孤岛、数据移动和运行开销的昂贵专用数据库。取而代之的是，在一个通用的多功能数据库中高效、安全地管理时间序列和业务数据。

开发者数据平台

“专用列式存储格式和高效的数据处理流程能够快速、准确地处理大量带有时间戳的数据。这简化了运营流程，并提供了实时见解，有助于优化我们的服务，提升客户体验。”

Andrés Murcia
Picap 首席技术官

功能概览

开始使用时间序列

使用经济高效的解决方案，轻松处理大量数据，满足最苛刻的时间序列数据要求。

时间序列集合

以专门的列式格式自动存储时间序列数据，该格式针对高存储效率、减少 I/O 和低延迟查询进行了优化。

窗口功能

使用统一且富有表现力的查询 API，利用窗口功能和时间操作符，更快地解锁见解。

了解 MongoDB 查询 API

数据密实化

使用密实化和缝隙填充功能处理缺失或不均匀的数据。通过消除时间间隔或使用线性插值等方法填充缺失值来执行分析并确保正确性。

查看聚合管道操作符

时间序列集合

以专门的列式格式自动存储时间序列数据，该格式针对高存储效率、减少 I/O 和低延迟查询进行了优化。

JSON

Code Snippet

窗口功能

使用统一且富有表现力的查询 API，利用窗口功能和时间操作符，更快地解锁见解。

了解 MongoDB 查询 API

CRUD

Code Snippet

数据密实化

使用密实化和缝隙填充功能处理缺失或不均匀的数据。通过消除时间间隔或使用线性插值等方法填充缺失值来执行分析并确保正确性。

查看聚合管道操作符

Shell

Code Snippet

JSON

Code Snippet

从时间序列数据中获取见解

了解如何利用时间序列数据来打造良好的应用程序体验。

充分利用 Atlas

利用 MongoDB 本机时间序列功能构建和运行物联网和金融分析等应用程序。

了解我们的所有产品

在 MongoDB 上构建时间序列应用程序

原生支持整个时间序列数据生命周期，从摄取、存储、查询、实时分析、可视化到在线存档。

MongoDB 本机时间序列

时间序列集合
列式压缩
时间序列查询和分析
自动管理数据生命周期
支持更新和删除操作
分片支持