시계열 데이터는 간단히 말해서 시간별로 구성된 데이터의 집합입니다.
시계열 데이터는 기록 추세, 실시간 경고 또는 예측 모델링을 위해 분석 할 수 있습니다.
시계열 데이터는 자산 또는 프로세스가 시간이 지남에 따라 어떻게 달라지는 지를 나타냅니다. 데이터에는 타임스탬프 축이 있어 시간의 순서대로 데이터가 축적되기 때문에 이러한 데이터를 활용하면 역방향으로 사건의 케이스를 분석 할 수 있고 이를 바탕으로 앞으로 일어날 일을 예측 할 수 있게 됩니다.
시계열 데이터의 대표적인 예로는 센서 데이터, 주가 데이터, 클릭 스트림, 애플리케이션 로그 등이 있습니다.
- 추세를 검색하기 위해 시간에 따라 캡처한 주가 데이터
- 서버 성능(예, CPU 사용량, I/O 부하, 메모리 사용량 및 네트워크 대역폭 사용량)
- 보류 중인 장비 오류 및 트리거 경고 알림을 검색하는데 사용할 수 있는 산업 장비 센서
- 주행에 대한 위험 점수 집계를 계산하기 위한 시간별 속도, 브레이크 사용 및 가속을 포함하는 자동차 원격 분석 데이터
이러한 경우에 데이터의 시간적인 순서는 매우 중요하다고 할 수 있습니다. 이벤트를 발생 순서대로 표시하는 것이 시계열 데이터의 핵심적인 특징입니다.
