按時間間隔對時間序列數據進行分組

Question

比方說，我們正在爲每10秒收集一種數據類型的設備存儲數據。每個設備可以位於不同的時區。快速查詢以可視化數據的能力非常重要。我們可以要求系統問題，比如下面：

1. For a specific device, I want the last 7 days of data grouped by day totals for my local timezone. 
2. For a specific device, I want the last year's data grouped by month totals for my local timezone. 

存儲所有數據，UTC似乎是最乾淨的方法，但它要求數據的本地分組時變得非常棘手。例如，每個時區的日分組具有不同的偏移量。因此，如果我們要存儲日，月，年「桶」，則它們都將按照UTC進行分組，這對於詢問除UTC以外的其他時區是沒有用的。

如果我們將分鐘和小時「桶」中的數據進行分組（忽略不到一小時的時區，例如IST +5：30），我們可以使用小時「桶」來構造答案以上問題。對於問題2，每個分組將有12個分組，每個分組最多744小時。

有分鐘和小時（忽略不到一小時的時區，例如IST +5：30）「桶」的方法是否看起來像樣的設計？有沒有人設計過類似的建議？

Answer 1

是的，通過偏移量創建存儲桶是一個合理的設計，並且這經常發生在數據倉庫（例如）中。

雖然以1小時爲增量意味着忽略許多真實的地方。正如您所指出的那樣，印度是一個使用:30偏移量的位置。如果您想要覆蓋世界上每個現代時區，則實際上需要按15分鐘段數進行反算，因爲有幾個是:30或:45偏移量。

當然，如果您覺得可以接受有錯誤的容限，那麼您可以使用任何可以容忍的粒度。理論上，你可能會超過一個小時 - 你只會有一個更大的誤差。

如果您想要考慮另一種方法，則可以使用設備的本地時間將值存儲在date-time-offset表單中。索引此類值時，大多數數據庫都將轉換爲UTC，因此您可能還需要一個計算列來提取和索引本地時間部分。然後，您可以在當地時間按天分組，而無需一定知道如何與UTC聯繫。這種方法的缺點是數據固定在原來的時區。你不能輕易重組來推斷不同的時區。雖然如果這些是真實世界中的實際設備，那通常不是一個問題。