Настройка гипертаблиц в TimescaleDB с несколькими временными рядами
Я собираюсь интегрировать TimescaleDB в свой проект django, но мне неясно, как timescale группирует различные временные метки вместе, чтобы сформировать временной ряд.
Представьте, что у меня есть несколько напитков (кока-кола, сок лайма и т.д., фанта, вода...). В моей базе данных может быть миллион напитков. Каждый напиток может иметь несколько временных рядов, связанных с ним. Временной ряд данных о потреблении за годы, временной ряд данных о клиентах за годы и т.д... Затем представьте, что у меня есть данные о продуктах питания с теми же предположениями. Я хочу сохранить все эти данные в гипертаблице.
Я могу начать с создания гипертаблицы и ввести в нее все данные о потреблении Coca-Cola в 2018 году. Теперь я также хочу хранить данные о потребителях для Coca-Cola, но временные метки будут сталкиваться. У меня будет 2022-12-03 несколько раз. Таким образом, шкала времени должна иметь лучшую практику того, как группировать временные метки вместе, чтобы получить временной ряд. Иначе я мог бы иметь только один временной ряд в гипертаблице.
Я вижу два решения:
- Я могу сохранить внешний ключ или объект-ид с меткой времени. Например, 2022-01-01 и 5, где 5 - это id объекта coca cola. Или я могу создать мета-таблицу, которая хранит мета-информацию о метке времени. Мета-объект хранит информацию о том, к какому объекту принадлежит временная метка. Например, в мета-модели я могу сохранить id для объекта coca-cola, а также другую мета-информацию (например, количество сахара в напитке за весь год). Я считаю преимущество хранения большего количества мета-информации важным, поэтому я бы предпочел такой подход.
- .
Мой вопрос заключается в следующем: Предполагается ли так использовать шкалу времени? Или идея состоит в том, чтобы иметь одну гипертаблицу на напиток в этом случае? Это меня удивляет, потому что тогда у меня будут миллионы гипертаблиц. Или я потеряю производительность, если спроектирую свою установку так, как описано выше? Или, проще говоря: Какова наилучшая практика группировки временных меток вместе для временной серии в timescale.
Спасибо большое за отзывы