时序预处理在时序数据的写入链路上实现 时间线计算 以及 时序分析 的预处理计算. TSDB 与 时序预处理 紧密协作, TSDB会针对时序预处理的结果做查询支持, 做到无需扫描原始数据点而快速返回计算后的数据.

海量时序数据存储场景下, 时序预处理 可以保障TSDB查询响应时间(RT) 的稳定性, 是查询快速返回场景(秒级)的理想方案.

时间线计算

时间线计算预先处理时序查询的结果集,TSDB实际查询时可以快速返回结果.

• 预降采样(Rollup): 针对单个时间序列在时间维度上的聚合（time-based aggregation），例如，将一个时间序列的秒级数据聚合成分钟级或小时级数据.
• 预聚合(Pre-aggregate): 针对 多条时间线/多个标签 对应的原始时序数据聚合成一个新的数据度量（metric），同时一般也会将聚合后的结果在时间维度上进行“降精度”处理.

应用场景: 例如数据中心监控，海量IoT设备和计算广告等应用场景，时间大跨度上的查询往往覆盖百万级或者千万级数据点，时序数据库的实时降精度计算和实时聚合计算会有几十秒的请求延迟，甚至造成实例不稳定和宕机。时序预处理可以提前进行Rollup或者预聚合处理,并将结果写回到TSDB，后续的TSDB查询可以即席返回查询结果，保障大跨度的数据查询请求在秒级响应上完成。

时序分析

时序分析会通过规则提供常见的时序分析支持, 避免将时序数据抓取至业务层做二次分析处理. 减少数据抓取对TSDB带来的性能影响,增强实例查询吞吐量,响应时间的稳定性.

当用户的实例规格满足预计算开通需求时, 用户可以通过在TSDB控制台上定义预计算处理规则来启用预计算处理服务.