下采样时间序列：平均与最大三角形三桶

Question

我正在使用浮点图来编程折线图来显示时间序列。

为了减少要显示的点数，我通过对同一小时内的每个数据点应用平均函数来进行下采样。

然而最近，我发现了最大三角三桶算法： http://flot.base.is/

1. 使用这种算法与使用平均值（每分钟、每小时、每天……）等简单函数有什么区别？

2. 为了加速长时间查询，在服务器端预先计算一个sql表，通过对每个月的数据应用LTTB，并让客户端对聚合数据应用另一个LTTB，是否有意义？

Answer 1

1：就我的目的而言，平均值的问题在于它们消除了样本之间的巨大差异——我的峰值和谷值比它们之间发生的情况更重要。3buckets 算法的要点是尝试保留这些拐点（峰/谷），同时不用担心每次都会显示数据相似或相同。

因此，在我的例子中，直到样本 X 之前数据通常都是相同的（或足够接近——温度数据），此时在图表中显示小的百分比变化非常重要，因此桶算法是完美的。

另外，由于桶算法是参数化的，因此您可以更改值（要保留多少数据）并查看哪些值会破坏最多的数据，同时在视觉上看起来几乎相同，并决定在图形消失之前可以放弃多少数据删除了很多数据。

最简单的方法是抽取（从 N 个样本中删除 X 个），但如果您关心的是异常值并且算法消除了异常值，会发生什么情况？然后你改变你的抽取，这样如果差异太大，那么它就不会破坏该样本。这是该概念的更复杂版本。

2：取决于您计算所有数据的速度、数据是否发生变化以及各种其他因素。这取决于你。从我的角度来看，一旦我的数据成为过去并且“选择”了一个样本来代表桶的价值，它就不会改变，我可以保存它并且永远不会再次重新计算。

由于你的问题有点老了，你最终做了什么？