1.一种数据优化方法，其特征在于，包括：
获取一节点的待优化数据；
根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；
根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；
将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。
2.根据权利要求1所述的方法，其特征在于，所述将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据，包括：
将所述至少一个第一数据进行加权求和，获得第一数据合数；
将所述第一数据合数进行平均计算，获得所述第二数据；
根据所述第二数据，将所述第二数据作为优化数据。
3.根据权利要求2所述的方法，其特征在于，所述将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据之前，还包括：
根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。
4.根据权利要求2所述的方法，其特征在于，所述根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据之前，还包括：
将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；
若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性之前，还包括：
配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。
6.一种数据优化装置，其特征在于，包括：
获取模块，用于获取一节点的待优化数据；
第一确定模块，用于根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；
第二确定模块，用于根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；
第三确定模块，用于将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块，具体用于将所述至少一个第一数据进行加权求和，获得第一数据合数；将所述第一数据合数进行平均计算，获得所述第二数据；根据所述第二数据，将所述第二数据作为优化数据。
8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，还用于根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。
9.根据权利要求7所述的装置，其特征在于，所所述第一确定模块，还用于将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。
10.根据权利要求6-9任一项所述的装置，其特征在于，还包括：配置模块；
所述配置模块，用于配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。