时序数据基础：定义、特点与常见数据源

大家好，我是你们的老朋友。今天咱们聊聊时序数据的基础知识。说实话，我做了这么多年风控系统，最核心的感触就是——时序数据是风控的血液。没有它，再牛的模型也是空中楼阁。

一、什么是时序数据？

先给个定义。时序数据，就是按时间顺序排列的数据点序列。每个数据点都带一个时间戳，表示这个数据在什么时刻被采集到。

举个例子。你在淘宝上买东西，每次点击、浏览、加购、下单，系统都会记录一条日志。这条日志里有个字段叫「timestamp」，记录了你操作的时间。把这些日志按时间排好，就是一条时序数据。

我个人习惯把时序数据想象成「时间的脚印」。你想想看，用户的行为、机器的状态、交易的流水……所有这些，都在时间轴上留下了痕迹。我们做风控，本质上就是在这些痕迹里找异常。

二、时序数据的三大特点

搞清楚了定义，咱们来看看时序数据有什么特别之处。我总结了三个核心特点，你记住这三个，基本就抓住了时序数据的精髓。

1. 高写入，低更新

这是时序数据最显著的特点。说白了就是：数据只写不删，或者极少删。

我在项目中遇到过这样一个场景：一个风控系统，每天要处理上亿条用户行为日志。这些日志一旦写入，基本不会再修改。为什么？因为历史行为已经发生了，你改它干嘛？

但写入量是真的大。你想想看，一个中等规模的电商平台，每秒可能有几千甚至上万次用户操作。这些操作都要被记录下来，写入时序数据库。

2. 时间有序

这个特点听起来简单，但实际处理起来有很多坑。

时序数据天然就是按时间排序的。你采集数据的时候，时间戳一定是递增的。但问题是——数据到达的顺序不一定等于时间戳的顺序。

举个例子。用户A在10:00:01点击了商品，但网络延迟，这条日志在10:00:03才到达服务器。而用户B在10:00:02点击了商品，日志在10:00:02就到了。这时候，如果你按到达顺序处理，就会把A和B的顺序搞反。

为什么会这样？因为网络传输、消息队列、多线程处理……这些都会导致数据乱序。所以，时序数据库在设计时，必须考虑乱序处理的能力。

3. 数据量大，但价值密度低

时序数据量通常很大，但真正有价值的数据很少。你想想看，一个传感器每秒采集一次数据，一天就是86400条。但其中99.9%的数据都是正常的，只有0.1%是异常。

这就引出一个问题：怎么从海量数据里快速找到那0.1%的异常？

我的做法是：先聚合，再分析。比如，把每秒的数据聚合成每分钟的均值、最大值、最小值。这样数据量就降下来了，但关键信息还在。

三、常见时序数据源

了解了时序数据的特点，咱们来看看实际工作中，哪些场景会产生时序数据。我列了几个最常见的，你看看是不是都遇到过。

数据源类型	典型示例	数据特点	风控用途
用户行为日志	点击、浏览、加购、支付	高并发、高写入、乱序	行为序列分析、异常检测
交易流水	转账、消费、充值	强有序、低延迟要求	交易反欺诈、洗钱检测
设备监控	CPU使用率、内存、网络流量	周期性、稳定写入	设备指纹、异常登录检测
网络流量	请求量、响应时间、错误率	突发性强、波动大	DDoS检测、爬虫识别
IoT传感器	温度、湿度、位置	低频、稳定、数据量大	物理世界风控（如共享单车）

嗯，这里要注意一点：不同的数据源，对时序数据库的要求是不一样的。比如用户行为日志，要求高并发写入；交易流水，要求低延迟查询；设备监控，要求数据压缩率高。所以，选型的时候一定要根据你的业务场景来。

四、知识体系总览

说了这么多，我画了一张图，帮你把本章的知识点串起来。这张图展示了时序数据的定义、三大特点以及常见数据源之间的关系。

这张图里，中心是时序数据，三个特点围绕在周围，下面是常见的数据源。你可以看到，不同的数据源对时序数据的特点有不同的体现。比如用户行为日志，高写入的特点最突出；交易流水，时间有序的要求最高。

五、小结

好了，这一章的内容就这些。咱们回顾一下：

• 时序数据就是带时间戳的数据序列，是风控系统的核心资产
• 三大特点：高写入、低更新、时间有序。记住这三点，你就知道为什么需要专门的时序数据库了
• 常见数据源：用户行为、交易流水、设备监控、网络流量……几乎所有的风控场景都会产生时序数据

下一章，我会带你看看时序数据库的存储模型。说白了，就是数据在磁盘上到底是怎么放的。这个搞明白了，你就能理解为什么时序数据库查询那么快了。

咱们下章见。

---

公众号:蓝海资料掘金营，微信deep3321