Modul ini mempraktikkan query dan downsampling pada TimescaleDB dan InfluxDB 3.x lintas mesin. Empat topik membahas windowing dan bucketing dengan pengisian celah, strategi pemilihan agregat beserta tradeoff retensi data mentah, perhitungan biaya prakomputasi melalui continuous aggregates versus agregasi ad-hoc, dan kesadaran aproksimasi melalui LTTB untuk skala rendering visualisasi. Posisi modul ini berada setelah pembahasan TimescaleDB lengkap dan posisi InfluxDB 3.x, sehingga teknik query dan downsampling dapat diterapkan pada kedua mesin tersebut. Setelah membaca modul ini, keputusan query dan downsampling dapat diambil dengan dasar perhitungan, bukan sekadar preferensi.
Query dan downsampling dalam praktik
Windowing, strategi downsampling, prakomputasi vs agregasi ad-hoc, dan kesadaran aproksimasi seperti LTTB.
0/0 selesai
- Windowing dan bucketing
Pola time_bucket, pengisian celah, dan kejujuran interpolasi.
- Strategi downsampling
Apa yang disimpan (min, max, avg, count) dan tradeoff retensi data mentah.
- Prakomputasi vs saat query
Continuous aggregates berhadapan dengan agregasi ad-hoc, disertai perhitungan biaya.
- Kesadaran aproksimasi
Downsampling untuk skala rendering (LTTB dan sejenisnya).