Tidsgranularitet

Tidsgranularitet är ett begrepp som beskriver hur fin eller grov tidsrepresentationen i ett system är. Det innefattar både den minsta tidsenheten som kan lagras eller observeras (precisionen hos tidsstämplar) och hur ofta data uppdateras eller samlas in (observations- eller samplingintervallet). Vanliga nivåer är sekunder, millisekunder, mikrosekunder och ibland nanosekunder.

Valet av tidsgranularitet påverkar hur exakt händelseförlopp kan analyseras samt lagrings- och beräkningskrav. En finare granularitet ger bättre precision vid tidsbaserade beräkningar och tydligare spårning av händelser, men ökar storleken på data och kostnaderna för indexering och frågebearbetning. En grovare granularitet minskar lagringsbehovet och gör analyser snabbare, men riskerar att förlora detaljer och skapa oväntade fel vid sammanställningar över tid.

Vid systemdesign bör man överväga skillnaden mellan event time (när ett fenomen inträffade) och bearbetningstid. För vissa applikationer behövs bitemporal modellering eller flera tidsfält för att hantera sena eller saknade händelser. Det är också viktigt att hantera tidszonskonverteringar, tidsstämplarnas ordning och konsistens över olika källor.

Användningsområden för tidsgranularitet inkluderar logghantering, övervakning av tjänster och tidsseriedata i databaser. Genom att tydligt specificera granularity kan man optimera sparande, indexering och frågefunktioner samt förbättra datakvalitet i analyser.