1，为什么要对时序数据进行采样？
首先复习一下时序数据的概念，随着时间的变化而不断产生新的数据的数列被称为时序数据，时序数据常见于监控场景，例如服务器的CPU使用率、内存使用率等指标数据。
时序数据的一大特点就是数据随着时间往往会快速的跳动，例如下图：
原始时序数据
从图中可以看到，由于数据点数太密，且波动非常频繁，将所有数据点通过折线依次连接后已经重叠在了一次，可视化效果很差，这就需要对原始的数据点进行采样，比如将10000个原始数据点采样为200个数据点。
2，传统时序数据采样算法的缺陷
简单的数据采样算法是求平均、最大、最小等统计值，比如上面举到的10000个原始数据点采样为200个数据点的例子，可以将原始数据点划分为200个小组，每个小组包含50个原始数据点（200*50=10000），然后每个小组中对所有原始数据点求平均值，这样就获得了采样后的200个数据点。
这种算法很简单，但存在一个问题，就是丢失了很多原始数据波动变化的细节，如下图：
传统采样算法效果
图中灰色线条为原始数据，很色线条为采样后数据，可以看到数据采样后变的更加平滑，很多细节都丢失了。尤其是红框中原始数据的一个非常明显的峰值直接被抹掉了，而这个峰值很可能代表了业务异常。
3，一种可以保留时序数据波动细节的算法
论文Downsampling Time Series for Visual Representation中提到了一种数据采样算法LTTB（还有其它几种类似的算法，详见论文），可以在采样的同时保留原始数据的波动细节，具体原理不展开，这里展示下算法效果。
未采样的原始数据
使用LTTB算法采样后的数据（7500->500）
可以看到经过采样后，原始数据整体的波动情况被完整保留下来，只丢失了个别细小的波动，远远优于传统的采样算法。
这里有一个在线demo，能够更直观的体验这种算法：https://www.base.is/flot/
4，算法应用场景
可以广泛应用与监控类产品，能够很好的解决如下两类问题：
- 原始数据点数过多导致存储及计算成本过高：对于监控来讲，原始数据的量是非常大的，然而这些数据的价值密度往往很低，有价值的地方主要在与整体趋势和数据波动情况，通过合理的采样算法能够提升数据的价值密度，降低成本
- 用户一次观测的数据时间范围有限：如果数据不采样或采样丢失了大量数据波动细节，用户每次观测数据只能选择较小的时间范围，比如1小时，极大的影响分析效率。结合合理的采样算法能为用户一次呈现更大时间范围的数据，提升效率。
