移动平均的平滑化是有代价的权衡

移动平均不是对整个数据集算一次平均，而是随着新数据点到来持续计算局部平均值，效果是让原本杂乱的尖峰图形变得平滑、更容易看出整体规律，时序数据库的数据归纳（老化压缩）也依赖同样的原理。但平滑是有代价的权衡：波峰波谷这类极端情况会在平均过程中被”抹平”消失，图表变好看的同时也在牺牲数据的准确性和细节，多大程度的平滑合适没有标准答案，需要根据用途拿捏。发散：这和[[时序数据库的老化归纳机制]]描述的是同一种取舍在两个不同场景下的体现——一个是可视化层面的平滑，一个是长期存储层面的压缩，本质都是用信息损失换取可读性/存储效率。