TimescaleDB课程——用于处理时间序列数据的PostgreSQL

对于现代开发者而言，高效地管理庞大且快速增长的数据集是一项至关重要的能力。无论你是负责跟踪API请求日志、监控物联网设备的遥测数据，还是为人工智能应用构建仪表盘，如果不对时间序列数据进行优化处理，那么这些操作很快就会导致标准的PostgreSQL查询速度变得极慢。我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门新课程，这门课程将帮助你全面了解TimescaleDB。

通过这门课程，你将获得实际使用TimescaleDB的经验，学习如何将PostgreSQL升级为经过优化的时间序列数据库。你还将学会优化查询速度、大幅减少存储空间占用，并确保你的仪表盘在处理大量数据时仍能保持高速运行。

课程中涵盖的关键概念及实践项目包括：

• 超级表与数据分块管理
  了解TimescaleDB如何自动按时间对数据进行分区，从而加快查询速度并简化数据保留流程，同时避免繁琐的数据删除操作。

• 列式存储与压缩技术
  学习如何将旧式的行数据转换为列式结构，这样就能使数据库大小减少90%以上，并显著提升分析查询的速度。

• 连续聚合功能

  
  不再需要重新计算重复的数据！你将学会构建增量式、能够自动更新的物化视图，从而让仪表盘能够在几毫秒内就能返回结果。

• 高级函数与数据填补技术
  掌握专门用于时间序列数据分析的函数，这些函数可以帮助你计算百分位数、统计唯一值数量、处理计数器的重置操作，以及填补数据缺失部分，从而让前端图表显示更加清晰。

• 数据分层存储与向量搜索技术
  了解如何将不再经常使用的数据从昂贵的本地SSD中移放到成本更低的S3对象存储系统中，并学习如何将标准的时间序列查询技术与人工智能的向量搜索技术结合起来使用。

这门课程会指导你从头开始构建两个完整且可投入实际生产的项目：

1. 人工智能应用的数据记录系统
   在Docker环境中跟踪数百万次语言模型推理操作、工具调用信息、相关成本以及响应延迟情况。

2. 电动汽车充电站设备遥测系统
   监控2000台设备每10秒发送一次的数据，该系统直接部署在Tiger Cloud的全托管平台上。

请在freeCodeCamp.org的YouTube频道观看完整的TimescaleDB课程 （课程时长为4小时）。