Bases de données de séries chronologiques : Nouvelles méthodes de stockage et d'accès aux données

Avis des lecteurs

Résumé:

Le livre couvre les bases de données de séries temporelles en mettant l'accent sur Open TSDB, mais de nombreux évaluateurs estiment que le titre est trompeur car il implique une couverture plus large de plusieurs méthodes. Bien que certaines parties du livre fournissent des informations utiles, il manque finalement de profondeur et d'ampleur, ce qui le fait ressembler davantage à un bref aperçu qu'à une ressource complète.

Avantages:

Le livre offre une introduction décente aux bases de données de séries temporelles et discute des défis liés à la construction de systèmes évolutifs. Les premiers chapitres fournissent des indications précieuses sur la nature des données de séries temporelles et leur importance. Certains évaluateurs apprécient la clarté de l'écriture et l'examen ciblé d'Open TSDB.

Inconvénients:

Le titre est considéré comme trompeur car il suggère une exploration plus large des bases de données de séries temporelles alors qu'il se concentre principalement sur Open TSDB. De nombreuses bases de données et méthodes importantes ne sont pas mentionnées en détail, et le livre est décrit comme manquant de profondeur, ce qui le fait ressembler davantage à un livret qu'à un traitement complet. En outre, les derniers chapitres sont considérés comme moins intéressants.

(basé sur 4 avis de lecteurs)

Titre original :

Time Series Databases: New Ways to Store and Access Data

Contenu du livre :

Les données de séries temporelles sont de plus en plus importantes, en particulier avec l'expansion rapide de l'Internet des objets. Ce guide concis vous présente des méthodes efficaces pour collecter, conserver et accéder à des données de séries temporelles à grande échelle à des fins d'analyse. Vous explorerez la théorie qui sous-tend les bases de données de séries temporelles et apprendrez des méthodes pratiques pour les mettre en œuvre. Les auteurs Ted Dunning et Ellen Friedman fournissent un examen détaillé des outils open source tels que OpenTSDB et de nouvelles modifications qui accélèrent considérablement l'ingestion de données.

Vous apprendrez :

⬤ Une variété de cas d'utilisation de séries temporelles.

⬤ Les avantages des bases de données NoSQL pour les données de séries temporelles à grande échelle.

⬤ La conception de tables NoSQL pour les bases de données de séries temporelles à haute performance.

⬤ Les avantages et les limites d'OpenTSDB.

⬤ Comment accéder aux données dans OpenTSDB en utilisant R, Go et Ruby.

⬤ Comment les bases de données de séries temporelles contribuent aux projets pratiques d'apprentissage automatique.

⬤ Comment gérer la complexité accrue des données géo-temporelles.

Pour des conseils sur l'analyse des données de séries temporelles, consultez Practical Machine Learning : A New Look at Anomaly Detection, également de Ted Dunning et Ellen Friedman.

Autres informations sur le livre :

• ISBN : 9781491914724
• Auteur : Ted Dunning
• Éditeur : Oreilly Media
• Langue : anglais
• Reliure : Broché
• Année de publication : 2015
• Nombre de pages : 60