大規(guī)模並列処理によってすべてのノードに同時にデータが書き込まれ、クエリステートメントは複數(shù)のノードと複數(shù)のコアで同時に実行されます。ベクトル化されたクエリエンジンは、データが多いほど性能が向上します。

膨大なタイムラインを管理して、タイムラインクエリのメモリヒット率を向上させます。メモリの再利用を早めるために、GCの頻度はメモリの負(fù)荷に応じて動的に調(diào)整されます。

データベースのマルチコピーレプリケーションを分散ストレージにオフロードすることで、コンピューティングノードからストレージノードへのネットワークトラフィックを低減します。

GeminiDB Influx APIは、多次元の転置インデックス、サマリーインデックス、複數(shù)の條件を組み合わせた多次元クエリをサポートしていますので、データをより速く取得できます。

複數(shù)のタイプの時系列例外の検出が可能で、例外が発生するとアラームがレポートされます。例外は視覚的に表示できるため、O&Mエンジニアが簡単に例外を識別できます。アラームルールの設(shè)定は簡単で、機械學(xué)習(xí)のコストは不要です。

多次元時系列予測アルゴリズムは、複數(shù)のメトリクス間の関係に基づいて予測精度を向上させるために使用されます。このタイプのアルゴリズムは、従來のアルゴリズムよりも50%正確に予測できます。トレーニングと予測にかかる時間は、數(shù)時間から數(shù)分に短縮されます。このアルゴリズムは、リアルタイムの予測シナリオに適しています。

列指向ストレージと適応圧縮アルゴリズムにより、圧縮率が大幅に向上します。

コールドデータとホットデータを階層化して保管することで、ホットデータへの効率的なアクセスと、コールドデータのストレージコストの削減を?qū)g現(xiàn)します。

シェアードナッシングおよびシェアードストレージアーキテクチャ：複數(shù)のステートレスなコンピューティングノードで、1つのステートフルな分散ストレージエンジンを共有します。

組み込みのプロキシクラスターで動的なデータのロードバランシングをサポートし、高いコンピューティングリソース使用率を維持します。

コンピューティングノードを數(shù)分で追加し、ストレージを數(shù)秒で拡張することが可能です。