boomlet/README.md

---
license: other
task_categories:
- time-series-forecasting
tags:
- time-series
- tsfile
pretty_name: boomlet (TsFile format)
---

# boomlet — TsFile 格式

本目录是 [`autogluon/fev_datasets`](https://huggingface.co/datasets/autogluon/fev_datasets) 中 **boomlet** 子集转换为 [Apache TsFile](https://tsfile.apache.org/) 格式的版本。

## 来源与引用

- **原始来源**：https://huggingface.co/datasets/Datadog/BOOM
- **论文/引用**：[[5]](https://arxiv.org/abs/2505.14766)
- **统一格式合集**：[autogluon/fev_datasets](https://huggingface.co/datasets/autogluon/fev_datasets)

> 本数据由外部来源转换为统一格式后再转为 TsFile。许可与引用以**原始来源**为准，我们不对原始数据主张任何权利。除非另有说明，数据仅供研究用途。

## 数据统计

| 频率 | 序列数 | 中位长度 | 观测点数 | 动态列 | 静态列 | 文件 |
|---|---|---|---|---|---|---|
| 1062 | 1 | 16,384 | 344,064 | 21 | 6 | `1062/1062.tsfile` |
| 1209 | 1 | 16,384 | 868,352 | 53 | 6 | `1209/1209.tsfile` |
| 1225 | 1 | 16,384 | 802,816 | 49 | 6 | `1225/1225.tsfile` |
| 1230 | 1 | 16,384 | 376,832 | 23 | 6 | `1230/1230.tsfile` |
| 1282 | 1 | 16,384 | 573,440 | 35 | 6 | `1282/1282.tsfile` |
| 1487 | 1 | 16,384 | 884,736 | 54 | 6 | `1487/1487.tsfile` |
| 1631 | 1 | 10,463 | 418,520 | 40 | 6 | `1631/1631.tsfile` |
| 1676 | 1 | 10,463 | 1,046,300 | 100 | 6 | `1676/1676.tsfile` |
| 1855 | 1 | 5,231 | 272,012 | 52 | 6 | `1855/1855.tsfile` |
| 1975 | 1 | 5,231 | 392,325 | 75 | 6 | `1975/1975.tsfile` |
| 2187 | 1 | 5,231 | 523,100 | 100 | 6 | `2187/2187.tsfile` |
| 285 | 1 | 16,384 | 1,228,800 | 75 | 6 | `285/285.tsfile` |
| 619 | 1 | 16,384 | 851,968 | 52 | 6 | `619/619.tsfile` |
| 772 | 1 | 16,384 | 1,097,728 | 67 | 6 | `772/772.tsfile` |
| 963 | 1 | 16,384 | 458,752 | 28 | 6 | `963/963.tsfile` |

## TsFile 存储模型

- 每条原始序列（`id`）→ 一个 **device**（TAG 维度）。
- 静态协变量列 → 也作 **TAG**（device 元数据）：`type, Application_Usage, Infrastructure, Database, Networking, Security`。
- 随时间变化的 target / 动态协变量 → **measurement**（FIELD）。
- `timestamp` → `Time`（INT64 毫秒）。
- 表名：boomlet_1062, boomlet_1209, boomlet_1225, boomlet_1230, boomlet_1282, boomlet_1487, boomlet_1631, boomlet_1676, boomlet_1855, boomlet_1975, boomlet_2187, boomlet_285, boomlet_619, boomlet_772, boomlet_963。

### 列含义

| 列 | 角色 | TsFile 类型 |
|---|---|---|
| `Time` | Time（时间列） | INT64 |
| `id` | TAG（device 维度） | STRING |
| `type` | TAG（device 维度） | STRING |
| `Application_Usage` | TAG（device 维度） | DOUBLE |
| `Infrastructure` | TAG（device 维度） | DOUBLE |
| `Database` | TAG（device 维度） | DOUBLE |
| `Networking` | TAG（device 维度） | DOUBLE |
| `Security` | TAG（device 维度） | DOUBLE |
| `target_0` | FIELD（measurement） | FLOAT |
| `target_1` | FIELD（measurement） | FLOAT |
| `target_2` | FIELD（measurement） | FLOAT |
| `target_3` | FIELD（measurement） | FLOAT |
| `target_4` | FIELD（measurement） | FLOAT |
| `target_5` | FIELD（measurement） | FLOAT |
| `target_6` | FIELD（measurement） | FLOAT |
| `target_7` | FIELD（measurement） | FLOAT |
| `target_8` | FIELD（measurement） | FLOAT |
| `target_9` | FIELD（measurement） | FLOAT |
| `target_10` | FIELD（measurement） | FLOAT |
| `target_11` | FIELD（measurement） | FLOAT |
| `target_12` | FIELD（measurement） | FLOAT |
| `target_13` | FIELD（measurement） | FLOAT |
| `target_14` | FIELD（measurement） | FLOAT |
| `target_15` | FIELD（measurement） | FLOAT |
| `target_16` | FIELD（measurement） | FLOAT |
| `target_17` | FIELD（measurement） | FLOAT |
| `target_18` | FIELD（measurement） | FLOAT |
| `target_19` | FIELD（measurement） | FLOAT |
| `target_20` | FIELD（measurement） | FLOAT |

> 注：有 15 个原始 id 含非法标识符字符，已规范化为合法 device 名（如 1062→_1062, 1209→_1209, 1225→_1225）。

## 转换说明

- 每行原始数据是一整条序列 `(id, timestamp[], 各 target[])`，纵向打平为长表后写入 TsFile。
- 数值类型按源列自适应：float32→FLOAT、float64→DOUBLE、整数→INT64、bool→BOOLEAN。
- 时间精度：毫秒（INT64）。
- 大表会被工具自动分片为 `<名>_1.tsfile`、`<名>_2.tsfile` …，同属一个逻辑表。

## 读取示例

```python
from tsfile import TsFileReader

reader = TsFileReader("1062/1062.tsfile")
schemas = reader.get_all_table_schemas()
# 表名：boomlet_1062；列见下方"列含义"。
```