时序分析最佳实践:时间序列建模、降采样与异常检测 SQL
系统讲解 ClickHouse 处理时间序列数据的最佳实践:时序表设计(时间列/排序键/分区)、时间分组聚合(dateBin/toStartOfInterval)、降采样与稀疏化、滑动窗口与同比环比、常见时序指标(最大最小值/变异系数)、SQL 异常检测(Z-score/移动平均)、与 TSDB(InfluxDB/Prometheus)的对比,以及大规模时序写入与保留策略。
tag
系统讲解 ClickHouse 处理时间序列数据的最佳实践:时序表设计(时间列/排序键/分区)、时间分组聚合(dateBin/toStartOfInterval)、降采样与稀疏化、滑动窗口与同比环比、常见时序指标(最大最小值/变异系数)、SQL 异常检测(Z-score/移动平均)、与 TSDB(InfluxDB/Prometheus)的对比,以及大规模时序写入与保留策略。
异常检测与不平衡学习实战:异常检测问题定义、统计方法(Z-score/IQR/MAD)、无监督方法(隔离森林/OneClassSVM/LocalOutlierFactor)、深度学习(AutoEncoder 重构误差)、类别不平衡处理(重采样/代价敏感/阈值)、评估与落地。