Büyük zaman serileri verilerini etkileşimli olarak nasıl görüntülerim?

10

Genellikle makul miktarda zaman serisi verileri, 50-200 milyon ilişkili zaman damgalarıyla iki katına çıkar ve bunları dinamik olarak görselleştirmek isterim.

Bunu etkili bir şekilde yapmak için mevcut yazılım var mı? Kütüphaneler ve veri formatlarına ne dersiniz? Zoom-cache , büyük zaman serilerine odaklanan bir kütüphane örneğidir. Zoom-cache'de veriler, farklı çözünürlüklerde görüntülenmeyi kolaylaştırmak için çeşitli çözünürlüklerde özetlenir.

Edit: Ayrıca başka bir yerde bu soruyu sormak veya bir cevap aramak gerekir lütfen bana bildirin.

— Davorak
kaynak

1

Bu kadar çok sayıda veri noktasıyla nasıl ölçekleneceği konusunda hiçbir fikrim olmasa da, Cubism.js'ye bir göz atmak isteyebilirsiniz .

— chl

Seri veri akışlarından artımlı güncelleme grafikleri için iyi görünen Kübizm'e bir göz attım, ancak kısa aramda büyük veri kümelerini hızlandırmak için birden fazla çözünürlük veya özet veri önbelleğe alma hakkında bir şey görmedim. Serin bir kütüphane gibi görünse de bu işaretçi için.

— Davorak

1

İlginizi çekebilir Zoomdata zoomdata.com/product/fast-data-sharpening-visualization Onların fiyatları oldukça yüksek olsa da.

— chhantyal

@chhantyal - Teşekkürler! Aradığım türden bir araç gibi görünüyor. Artık aynı veri kümeleriyle çalışmama rağmen, hala alanla ilgileniyorum, bu yüzden muhtemelen bir noktada zoomdata'nın izini deneyeceğim.

— Davorak

2

Büyük zaman serisi veri kümeleriyle nasıl başa çıkılacağına dair bazı örnekler sağlayan TimeSearcher 1--3 adlı bir dizi araştırma aracı vardır . Aşağıda TimeSearcher 2 ve 3'ten bazı örnek resimler verilmiştir.

TimeSearcher 2

Zaman Arayıcı 3

— edallme
kaynak

2

Kendi reklamım için üzgünüm, ancak Thunderplot (thunderplot.com) bunun için iyi bir aday olacaktır. Büyük veri kümelerinin etkileşimli çizimi için tam olarak yazdım. 200KK satır veri kümeleriyle test etmedim, ancak ~ 10KK satırlarla iyi çalışıyor. Ayrıca "her N. Satırı oku" özelliği vardır, böylece depolanacak / görselleştirilecek veri miktarını azaltabilirsiniz. Kayıt anahtarını bu büyük veri kümelerinden birine karşılığında gönderebilirim. :-)

thunderplot ekran görüntüsü

— Vadim Kalinsky
kaynak

0

Bu şirket için çalıştığım için kendini tanıtan başka bir yazı, ancak SensorCloud (sensorcloud.com) büyük veri kümelerini çok hızlı bir şekilde grafikleştirmek için akıllı algoritmalar kullanıyor. Başlangıçta fiziksel sensörlerimiz göz önünde bulundurularak tasarlanmıştır, ancak herhangi bir zaman çizelgesi verilerini işlemek için bir CSV yükleyiciye sahiptir.

Örneğin, 100 milyar veri noktasına (1 terabayttan fazla zaman damgası + veri değerleri) sahip bir veri kümesi yükledik ve çok hızlı bir şekilde grafik oluşturabilir ve onunla etkileşime geçebilirsiniz.

İşte bu veri kümesine genel bir bağlantı: https://sensorcloud.microstrain.com/SensorCloud/data/Z3MFURATHIB8A032/

Yukarıdaki bağlantı flash görüntüleyicimizi kullanıyor. Flash kullanmak istemiyorsanız, javascript görüntüleyici: https://sensorcloud.microstrain.com/SensorCloud/data/Z3MFURATHIB8A032/js/

Yakınlaştırmak için kaydırma tekerleğini veya Shift + sol tıklama tuşlarını kullanın.

— rwstoneback
kaynak