试想一下，Tesla自动驾驶、华尔街自动交易算法、智能家居、能够实现日内闪电般运抵的交通网络和纽约市警察局发布的开放数据，它们都有哪些共同点？
一方面，它们预示着我们的世界正以曲速般变化，我们捕获和解析的数据比以往更多，速度比以往更快。
但是，如果仔细观察你会发现，这些应用程序都需要一种特殊的数据：
自动驾驶汽车持续收集所处环境中的变化数据
自动交易算法持续收集市场的变化数据
智能家居系统持续监控房屋内的变化，调整温度，识别侵入者，对于使用者总是有求必应（“Alexa，播放一些轻松的音乐”）。
零售行业精确高效地监控资产运转状况，使得日内运抵的成本足够低廉且能够为绝大多数人所使用。
纽约警察局通过跟踪车辆来更好地履行其职责（例如，分析报警电话的响应次数）
这些应用程序均依赖一种衡量事物随时间的变化的数据形式，这里的时间不只是一个度量标准，而是一个坐标的主坐标轴。
这就是时间序列数据，它渐渐在我们的世界中发挥更大的作用。
软件开发人员的使用模式早已反映了这一点，在过去的24个月中，时间序列数据库（TSDB）已经成为增长最快的类别：
数据来源：DB-Engines，年6月