我们正在为我们的项目评估时间序列数据库 (TSDB)。
我的用例是存储来自各种传感器的历史事件。事件可以包含一个或多个不同数据类型的属性（例如，字符串、浮点数、整数等）。
作为此评估练习的一部分，我们遇到了一些在线资料，其中人们说某些类型的 TSDB 适合 metric stores，某些类型适合 ,event stores 和某些其他人都适合。我对指标和事件之间的差异有点困惑。指标不是某种事件吗？有人可以帮助理解这种情况下的区别吗？
【问题讨论】：
标签： database events time-series metrics
指标和事件是两种不同类型的时间序列数据：分别是定期和不定期。常规数据（指标）在时间上均匀分布，可用于预测等过程。不规则数据（事件）是不可预测的，虽然它们仍然按时间顺序发生，但事件之间的间隔是不一致的，这意味着使用它们进行预测或平均可能会导致结果不可靠。
基本区别在于指标定期发生，而事件则不发生。想象一下，我正在监控我的个人网站——我想跟踪响应代码以确保该站点可用，因此我会定期收集它们。然后，我可以查询这些响应代码指标，以确定我的网站宕机时间的百分比（因为它太受欢迎了）。但我也想知道用户何时点击广告。我不知道这种点击何时或是否会发生，因此定期收集是没有意义的。如果我在过去一年有 12 次点击，那么平均每月点击一次，不管它们是否都发生在 10 月（我的人气高峰期）。
【讨论】：