人類社會和物理空間在信息空間中映射有兩種基本表達結構，分別是針對對象的特征空間結構和針對關系的關聯圖譜結構。在互聯網、移動互聯網出現之后，這兩種結構所表達的數據都可以擁有時間戳。基于時間戳的數據被稱為 “時序數據”，時序數據是從2013年開始提出了的概念。從計算機算法的角度來看，時序數據有幾個特點：第一是增量的；第二是時序的，時間不能隔斷；第三是動態的；第四需要處理復雜的時序變化。

在2015年的時候，我們開始研究時序數據，有別于歷史數據和實時數據的處理，針對時序大數據流的實時計算，我們希望做到每秒千萬級并發訪問，千億級流水和高實時。

大數據、流數據到“時序大數據”發展歷程

針對時序大數據的處理，我們的研究工作涉及到四項關鍵技術，分別是：

1. 面向復雜統計指標的實時增量計算。基于多項式拆解的復雜算子增量計算算法，實現了在長周期、多尺度、高密度時間窗口中的方差、協方差、K階中心矩等數十種復雜算子實時計算。例如，從數學上，我們需要把計算協方差的方法重新寫成增量的方法，以前的數據不是簡單的原數據，而是通過計算以后的中間量，這需要花費很長的時間。我們用了十幾年的時間，把每個算法從數學的角度重新定義。

2. 面向時序數據處理的動態時間窗口技術。時間窗口需要提供滾動、滑動的漂移能力，也要支持長周期時間窗口的動態精度控制，并且還要支持基于彈性時間窗口的實時ADHoc查詢。

3. 多源時序數據的實時關聯計算。關聯分析非常重要，不僅僅是一個特征的時序分析，還需要關聯起來，這個時候需要有一個關聯分析的引擎。針對關聯分析的引擎，我們必須在內存里面有非常大的空間，但是要做到實時也是非常難的。

4. 基于流的事件序列識別（復雜事件處理CEP）。主要是支持CEP的增量匹配及數理統計問題，要把增量匹配增量統計。

通過多年的努力，我們基本上解決了四大關鍵技術問題，形成了我們稱之為的流立方技術。流立方能夠和均勻流架構完全結合起來，具有歷史數據的大數據量的處理能力，同時又具有流處理的實時能力。這是一個大數據處理的方式，因為在具體應用當中，大家會碰到很多大數據的分析，但是很多時候，都沒有加上時間這個緯度的分析，當然沒有加上時間緯度的分析也許能夠解決問題，但是要花費很大的計算量。這四項關鍵是處理大數據實時時序的大數據流分析，后面結合AI的模型，可以形成一個實時的流的管理。

流立方，除了流之外，還可以在圖上展示。特征空間的分析用特征向量就可以，加了一個在每個特征空間里面時間緯度，形成時序的時間分析。圖的分析是關聯分析，關聯分析圖也是可以加時間緯度。

如下圖所示，在2017年的時候已經知道圖數據的處理非常重要。同樣的，到了2018年的時候，圖越來越大，需要進行實時的圖計算，這個時候我們想到很多的方式，分布式的實時圖數據也有，類似于流處理，和以前的批處理的架構一樣。以前所謂的圖處理，現在是實時圖處理，關鍵是加上時序分析。到了2018年有1.0版，目前我們希望有2.0版，這里有大量的工作需要做。尤其是圖計算越來越重要，圖計算能夠產生80%的數據創新。通過圖計算分析能夠洞徹數據之間的關聯關系，提高社會運行效率，這是戰略的制高點。

從“時序流”到“時序動態圖”的發展歷程

圖計算也是非常難的，實時圖計算，時序圖的動態回溯和分析，百億級頂點，萬億億的邊，兩兩都有邊，時間軸會變一下，有的頂點增加，有的頂點減少，有的關聯邊沒有了，有的邊增加了，這個關聯度要建立起來。這樣的應用案例非常多，去年在新冠期間，在實時的時空關聯中，有很多頂點，除了每個人是一個頂點之外，把時空分割起來也是一個頂點。所以，一個人在時間、空間上和你關聯起來，就是時空關聯。幾百億的頂點和邊，怎么做都是困難的，這里通過時序圖的實時增量計算和動態回溯，時序圖的分布式處理，時序圖的智能決策都有很大的挑戰性。在我們的研究工作中，這里依然由四項關鍵技術。

1. 時序圖的實時增量計算，包括統計特征，聚合的統計，聚合邊的關聯。圖和流不一樣，圖實時動，圖的結構就變了，到了下一時刻，原來是兩億的點的圖，變成了現在的2.3億，增加三千萬點。需要動態建圖，并且時序圖的增量匹配是個問題。事件驅動的圖模式并行匹配，需要很大的工作量，除此之外，更難的是原有的圖算法很多，需要進行圖算法的增量計算，有大量工作要做。

2. 時序圖的實時動態回溯。支持長周期、混合時間尺度的時序計算能力，以及支持彈性時間窗口的視圖實時回溯能力。關系在變化，每個切面都要變，需要實時進行查詢。

3. 時序圖的分布式內存存儲引擎。這么大的圖做到實時，一定要把數據導進內存，能不能做一個分布式的內存架構顯得非常重要。到目前為止，開源的流效益依然不高。我們做的時序圖分布式存儲引擎叫做cubebose，希望對圖的結構更加有效。

4. 面向時序圖的實時決策（三核智能決策引擎），把數據從實時采集到實時決策，指標計算特征提取這里面有圖數據庫，時間關系等。

針對時序圖的應用，銀行交易反欺詐系統是一個典型的案例。這個系統用到了流的處理引擎，是一個精巧的計算，可以不用大量的算力和計算機來做這個工作。銀聯要求每秒5萬個并發，希望在50毫秒內全球要響應，IBM的硬件要一千多萬，我們的算法只使用4臺PC設備。如果沒有時序流的計算，硬件不僅僅4臺，可能要40臺都不夠。

第二案例是鐵路12306，大量的爬票程序存在，需要在每秒170萬的并發量，幾千臺設備管理買票都要宕機。阿里的雙11支付的峰值是每秒60多萬，鐵路12306峰值達到180萬，是阿里的雙11的3倍。采用了我們的算法，僅僅使用了22臺設備。現在鐵路12306核心處理只有22臺，安裝了22個節點的流立方，可以做到每秒200萬的處理能力。

在數字經濟時代，數據怎么處理，從時間軸上面考慮，這是非常重要的。因為以前的算法沒有時間這個緯度，我們通過很多AI模型來計算來解決這個問題，但是加上時間，一切問題迎刃而解。黑客攻擊也是一樣，以前沒有時間戳，沒有辦法，加上時間戳很多問題很多模型都簡化很多，所以我建議大家在具體的數字經濟時代，當我們在處理數據的時候，結合場景，加一個緯度（時間）加上去看看，能不能起到一個很好的作用。

審核編輯 ：李倩