我们遇到了一个案例，我们想要从时间序列中检索数据。假设我们有基于时间的数据：[“t1-t2”：{data1}，“t2-t3”：{data2}，“t3-t4”：{dat3}]
使用上述类型的数据，我们希望在w.r.t时间查找确切的数据。例如，对于给定时间t1.5，数据必须作为data1，而对于t2.6，它应该作为data2。
为了解决上述问题，我们计划将数据存储在aerospike中的有序地图中，如下所述{“t1”：{data1}，“t2”：{dat2}，“t3”：{data3}}
当客户端要求t1.5时，我们必须返回data1。为实现这一目标，我们在服务器级实现了一个UDF，对给定输入的最接近和最低值进行二进制搜索（即t1.5），这将返回t1的值，即data1。
是否有更好的方法来实现相同的效果，因为它会在服务器级别为每个请求产生成本。即使是进行二进制搜索的UDF也需要将所有数据加载到内存中，我们可以避免它吗？
我们计划使用Aerospike。是否有更好的数据存储来处理此类查询..？
答案 0 :(得分：1)
大声思考......在t2上存储t1-t2，t2-t3是多余的。只需存储t1，从下一个键：值推断出t2。 {t1：data，t2：data，...} - 存储键排序（映射策略）您必须知道任何't1'和't2'之间的最大差异在MAPKEY上构建二级索引并键入numeric（这基本上是排序的大部分）在RAM中预先为你工作）搜索t-maxdiff和t + maxdiff之间的记录==＆gt;一组记录并将这些记录传递给您的UDF。在这几个记录子集上调用UDF以返回数据。这将是一个非常简单的UDF。注意：UDF在任何给定时间限制为128次并发执行。
答案 1 :(得分：1)
我不确定我是否理解这个问题。首先，您应该插入K-ordered map，其中键是时间戳（以毫秒或秒或其他分辨率为单位）。该值将是属性的映射。
要回到任何时间范围，您需要使用get_by_key_interval（例如Python客户端的Client.map_get_by_key_range）。您可以弄清楚如何构建范围，但它只是两个时间戳之间的所有。
不要为此使用UDF，它不会像原生地图/列表操作那样执行或缩放。