Transform 与物化聚合
讲解 Elasticsearch Transform 物化聚合:pivot 与 latest 两种模式、group_by 与聚合定义、连续转换的 sync 调度与 checkpoint 机制、历史数据回填与目标索引重建,以及 Transform 与 rollup 在时序降采样场景下的取舍。
tag
讲解 Elasticsearch Transform 物化聚合:pivot 与 latest 两种模式、group_by 与聚合定义、连续转换的 sync 调度与 checkpoint 机制、历史数据回填与目标索引重建,以及 Transform 与 rollup 在时序降采样场景下的取舍。
面向时序场景的 PostgreSQL 实践指南。涵盖时序数据的写入模式与时间索引选型、BRIN 索引原理与适用边界、声明式分区(RANGE 按时间)的建表与管理、连续聚合与降采样、压缩与保留策略,以及 TimescaleDB 超表与原生分区的取舍。
讲解 Elasticsearch 时序数据处理:数据流与索引生命周期、TSDB 索引模式、采样与降维、date_histogram 时序聚合,以及预测与异常检测的落地。
详解 PostgreSQL 五大核心扩展能力:表分区设计(RANGE/HASH/LIST + 子分区)、pgvector 向量搜索(嵌入存储 + HNSW/ivfflat 索引)、PostGIS 地理空间数据、TimescaleDB 时序数据库超表、Citus 分布式水平扩展。每个扩展配完整的创建语句和适用场景。