摘要
本发明涉及数据库技术领域,公开了基于人工智能的时序数据库处理方法及系统,包括:所述数据采集模块用于采集多源异构时序数据,所述数据处理模块采用跳表结构和乱序优化技术,所述数据存储模块用于通过硬件加速使分片存储和压缩优化,所述查询分析模块用于用户自定义时间窗口的多维查询,所述异常检测模块用于通过机器学习算法对时序数据中的异常模式进行检测,所述数据索引模块用于基于时间戳和多维条件生成索引。本发明中,能够在高并发和大数据量的情况下达到了时序数据的实时处理和存储,通过使用跳表结构和乱序优化技术,系统在乱序和断流环境下依然能够保持高效的数据写入效率,达到了对多场景中海量数据实时接入和存储的需求的效果。
技术关键词
时序
数据存储模块
数据处理模块
索引
数据采集模块
机器学习算法
跳表结构
分析单元
分析模块
人工智能算法
动态
存储单元
分片
数据来源设备
支持用户自定义
压缩算法
清洗单元
模式识别
数据采集频率
系统为您推荐了相关专利信息
辅助驾驶系统
辅助驾驶方法
数据采集模块
面部关键点检测
驾驶员驾驶状态
治理控制方法
废水治理设备
设备运行参数
水质
生成控制指令
数据采集管理方法
电子围栏
指数
GIS系统
数据采集频率
状态在线监测系统
局部放电故障
开关柜局部放电
智能开关柜
卷积神经网络模型