我们有一个庞大且不断增长的实验数据数据集，该数据集取自大约 30,000 名受试者。对于每个主题，都有多个数据记录。在每个记录中，收集了几个时间序列的生理数据，每个时间序列长约 90 秒，采样频率为 250Hz。我应该注意，时间序列的任何给定实例都不会扩展，只会将其他记录添加到数据集中。这些录音的长度也不相同。目前，每个记录的数据都包含在其自己的平面文件中。这些文件被组织在一个目录结构中，该目录结构按整个实验的版本、实验位置、日期和实验终端（按该分层顺序）分层分解。
我们的大部分分析都是在 MATLAB 中完成的，我们计划继续广泛使用 MATLAB 进行进一步分析。当所有研究人员都在同一地点时，目前的情况是可行的（如果不需要的话）。我们现在遍布全球，我正在研究使所有这些数据从远程位置可用的最佳解决方案。我精通 MySQL 和 SQL Server，并且可以很容易地想出一种在这种范式中构建这些数据的方法。然而，我对这种方法的效率持怀疑态度。我会重视任何可能为我指明正确方向的建议。我应该考虑不同的东西吗？时间序列数据库（尽管在我看来，这些数据库似乎已针对扩展现有时间序列进行了调整）？还有什么？
分析不需要在线完成，但这样做的可能性会是一个加分项。目前，我们的典型用例是查询特定的记录子集并拉下相关的时间序列以进行本地分析。我很感激你的任何建议！
更新：
在我的研究中，我发现了这篇论文，他们在其中存储和分析了非常相似的信号。他们选择 MongoDB 的原因如下：
- 发展速度
- 向现有文档中添加字段的便利性（从信号中提取的特征等）
- 通过 MongoDB API 本身轻松使用 MapReduce
这些对我来说都是有吸引力的优势。开发看起来非常简单，使用分析结果轻松扩充现有文档的能力显然很有帮助（尽管我知道这在我已经熟悉的系统中并不难做到。
需要明确的是，我知道我可以将数据存储在平面文件中，并且我知道我可以简单地安排通过网络通过 MATLAB 对这些平面文件进行安全访问。我想将这些数据存储在数据库中的原因有很多。例如：
- 除了上述的层次结构之外，现在平面文件几乎没有结构。例如，如果不提取特定日期每个终端的所有单个文件，就不可能提取特定日期的所有数据。
- 无法查询与特定记录关联的元数据。例如，我不禁想到我需要跳过以提取女性受试者的所有数据的箍。
总而言之，我想将这些数据存储在数据库中，原因有很多（空间、效率和易于访问的考虑等）。
更新 2
我似乎没有充分描述这些数据的性质，所以我将尝试澄清。这些记录当然是时间序列数据，但不是很多人认为的时间序列数据。我不会持续捕获要附加到现有时间序列的数据。我确实在制作多个录音，所有录音都带有不同的元数据，但三个信号相同。这些信号可以被认为是一个数字向量，这些向量的长度因记录而异。在传统的 RDBMS 中，我可能会创建一个记录类型 A 的表，一个记录 B 类型的表，等等，并将每一行视为时间序列中的一个数据点。但是，这不起作用，因为录音的长度不同。相反，我更希望有一个代表一个人的实体，并让该实体与从该人那里获取的多个录音相关联。
潜在的 MongoDB 结构
例如，这是我为一个主题绘制的潜在 MongoDB BSON 结构：
{
"songs":
{
"order":
[
"R008",
"R017",
"T015"
],
"times": [
{
"start": "2012-07-02T17:38:56.000Z",
"finish": "2012-07-02T17:40:56.000Z",
"duration": 119188.445
},
{
"start": "2012-07-02T17:42:22.000Z",
"finish": "2012-07-02T17:43:41.000Z",
"duration": 79593.648
},
{
"start": "2012-07-02T17:44:37.000Z",
"finish": "2012-07-02T17:46:19.000Z",
"duration": 102450.695
}
]
},
"self_report":
{
"music_styles":
{
"none": false,
"world": true
},
"songs":
[
{
"engagement": 4,
"positivity": 4,
"activity": 3,
"power": 4,
"chills": 4,
"like": 4,
"familiarity": 4
},
{
"engagement": 4,
"positivity": 4,
"activity": 3,
"power": 4,
"chills": 4,
"like": 4,
"familiarity": 3
},
{
"engagement": 2,
"positivity": 1,
"activity": 2,
"power": 2,
"chills": 4,
"like": 1,
"familiarity": 1
}
],
"most_engaged": 1,
"most_enjoyed": 1,
"emotion_indices":
[
0.729994,
0.471576,
28.9082
]
},
"signals":
{
"test":
{
"timestamps":
[
0.010, 0.010, 0.021, ...
],
"eda":
[
149.200, 149.200, 149.200, ...
],
"pox":
[
86.957, 86.957, 86.957, ...
]
},
"songs":
[
{
"timestamps":
[
0.010, 0.010, 0.021, ...
],
"eda":
[
149.200, 149.200, 149.200, ...
],
"pox":
[
86.957, 86.957, 86.957, ...
]
},
{
"timestamps":
[
0.010, 0.010, 0.021, ...
],
"eda":
[
149.200, 149.200, 149.200, ...
],
"pox":
[
86.957, 86.957, 86.957, ...
]
},
{
"timestamps":
[
0.010, 0.010, 0.021, ...
],
"eda":
[
149.200, 149.200, 149.200, ...
],
"pox":
[
86.957, 86.957, 86.957, ...
]
}
]
},
"demographics":
{
"gender": "female",
"dob": 1980,
"nationality": "rest of the world",
"musical_background": false,
"musical_expertise": 1,
"impairments":
{
"hearing": false,
"visual": false
}
},
"timestamps":
{
"start": "2012-07-02T17:37:47.000Z",
"test": "2012-07-02T17:38:16.000Z",
"end": "2012-07-02T17:46:56.000Z"
}
}
那些signals 是时间序列。