time-series

对于构建实时数据驱动应用的开发者，Redis 是首选、最快且功能最丰富的缓存、数据结构服务器，以及文档与向量查询引擎

Prometheus 监控系统与时间序列数据库

可扩展的指标、事件与实时分析数据存储。

为工业物联网（IIoT）场景设计的高性能、可扩展时间序列数据库

作为 PostgreSQL 扩展的高性能实时分析时序数据库

用于收集、处理、聚合和写入指标、日志及其他任意数据的代理程序

QuestDB 是高性能、开源的时序数据库

Nightingale 在监控与告警方面的作用，就像 Grafana 在可视化方面的作用

用于一般时间序列分析的先进深度时间序列模型库

三行代码即可实现快速且准确的机器学习。

📈 轻量且快速的时间序列图表，支持线条、区域、ohlc 与柱状图

统一的时间序列机器学习框架

一个 Python 库，用于在表格、时间序列、图形、文字、图像与音频数据上进行异常检测。提供 60 多种检测器、基于基准测试的 ADEngine 编排，以及支持 AI 代理的工作流。

用于时间序列的用户友好预测与异常检测的 Python 库

自动从时间序列中提取相关特征：

提供不公平优势的回测引擎，让你在其他人完成前先测试成千上万的交易想法

「Informer」论文的 GitHub 仓库，已于 AAAI 2021 接受

基于 PaddlePaddle 的全功能开发工具

你值得拥有的时间序列可视化工具

高度可扩展的实时图形系统

时间序列深度学习机器学习 Python Pytorch fastai | 先进深度学习库，专为 Pytorch / fastai 中的时间序列与序列设计

Chronos：用于时间序列预测的预训练模型

Python 中的概率时间序列建模

Lightning ⚡️：使用统计与计量模型的快速预测。

CrateDB 是一个分散式且可扩展的 SQL 数据库，能在近实时环境下存储与分析大量数据，即使是复杂查询也能处理。它与 PostgreSQL 兼容，并基于 Lucene。

NeuralProphet：一个简易的预测包

可扩展且用户友好的神经网络预测算法

TimeGPT-1：可投入生产的预训练时间序列基础模型，用于预测与异常检测。生成式预训练变压器在超过 100B 个数据点上训练，能准确预测零售、电力、金融与 IoT 等多个领域，只需几行代码 🚀

ACID Document Database

面向表格数据的合成数据生成