我们使用Django和它的ORM连接底层的PostgreSQL数据库,并希望扩展数据模型和技术栈来存储大量的时间序列数据(~5 million entries per day )。我发现的最接近的问题是和,它们建议将Django与TimescaleDB或InfluxDB等数据库结合起来。但是他创建了与Django内置的ORM并行的结构,因此看起来并不简单。我们如何处理大量的时间序列数据,同时保持或真正接近Django的ORM?
任何关于已证实的技术栈和实现模式的提示都是欢迎的!
我被赋予了一项不那么令人羡慕的工作,就是为一个项目比较时间序列数据库。我们经常需要做的一件事是使用面板数据进行滑动窗口计算。例如,要计算每只股票的一年滑动窗口波动率,在DolphinDB中,我们只需编写一行非常简洁的代码:select symbol, mvol(ret, 252) from t context by symbol有人知道如何在InfluxDB中做同样的事情吗?