监控数据降采样导致数据精度降低

什么是降采样？

• 查询数据时，如果查询时间跨度很长，那么返回的点不是原始点，而是降采过的数据。

  为什么降采样？

1. 浏览器绘制太多的点，会占用很多的客户端 cpu 和内存资源，导致浏览器卡顿甚至崩溃
2. 监控系统的机器成本有限

   如何降采样

   存储时归档

   | 起始时间 | 结束时间 | 数据粒度 | 说明 | | —- | —- | —- | —- | | now() - 720 原始周期 | now() | 原始周期 | 直接存储原始点
   例如周期 = 10s，最近 2 小时(72010)的数据都是原始点 | | now() - 11520 原始周期 6 | now() | 6 原始周期 | 6 个点求平均，归档成 1 个点
   例如周期 = 10s，保留 8 天(11520106) | | now() - 1440 原始周期 180 | now() | 180 原始周期 | 180 个点求平均，归档成 1 个点
   例如周期 = 10s，保留 30天(144010180) | | now() - 1440 原始周期 1080 | now() | 1080 原始周期 | 1080 个点求平均，归档成 1 个点
   例如周期 = 10s，保留 180天(144010*1080) |

查询时降采样

• 查询返回点数 N 大于 720 个。
• 将 N 个点聚合成一个，聚合成 M 个点。（M 为小于720的，N 的最大约数）
• 降采计算方式为 average（求平均）