Google cloud platform cloud Bigtable’;s的存储体系结构使其成为‘;自然贴合’;对于时间序列数据?

Google cloud platform cloud Bigtable’;s的存储体系结构使其成为‘;自然贴合’;对于时间序列数据?,google-cloud-platform,google-cloud-bigtable,Google Cloud Platform,Google Cloud Bigtable,我不理解这种说法(GCP cloud Bigtable文档)及其背后的原因 在CloudBigtable中存储时间序列数据是一种自然的选择。Cloud Bigtable将数据存储为行中的非结构化列;每行有一个行键,行键按字典顺序排序 这种存储方式是如何使其自然适合时间序列数据的?我认为以下内容将对此进行深入介绍: 这是否是一种“自然的契合”,取决于品味或观点。不过,它确实可以工作,这意味着它可以很好地扩展,并且可以存储大量数据。我认为这在以下章节中有一定的深度: 这是否是一种“自然的契合”,

我不理解这种说法(GCP cloud Bigtable文档)及其背后的原因

在CloudBigtable中存储时间序列数据是一种自然的选择。Cloud Bigtable将数据存储为行中的非结构化列;每行有一个行键,行键按字典顺序排序


这种存储方式是如何使其自然适合时间序列数据的?

我认为以下内容将对此进行深入介绍:


这是否是一种“自然的契合”,取决于品味或观点。不过,它确实可以工作,这意味着它可以很好地扩展,并且可以存储大量数据。

我认为这在以下章节中有一定的深度:

这是否是一种“自然的契合”,取决于品味或观点。但它确实可以工作,这意味着它可以很好地扩展并可以存储大量数据。

Timeseries是一个(时间、值)密钥对。您可以将时间放入行键,将值放入列。由于行是按键排序的,您可以有效地获取给定时间范围的值,因为这是分析timeseries时的常见任务。

timeseries是(时间,值)键对。您可以将时间放入行键,将值放入列。由于行是按键排序的,所以可以有效地获取给定时间范围的值,因为这是分析时间序列时的常见任务