All Products
Search
Document Center

:Fungsi estimasi multi-periode

Last Updated:Jun 21, 2026

Fungsi estimasi multi-periode memperkirakan periode dalam data deret waktu pada berbagai interval dengan mengekstraksi pola periodik melalui operasi seperti Transformasi Fourier.

Daftar fungsi

Function

Description

ts_period_detect

Memperkirakan periode data deret waktu pada berbagai interval waktu.

ts_period_classify

Menghitung periodisitas kurva deret waktu menggunakan Transformasi Fourier. Gunakan fungsi ini untuk menentukan dengan cepat apakah suatu kurva memiliki pola periodik.

ts_period_detect

Sintaksis:

select ts_period_detect(x,y,minPeriod,maxPeriod)

Tabel berikut menjelaskan parameter-parameter tersebut.

Parameter

Description

Value

x

Kolom waktu, diurutkan secara ascending.

Unix timestamp dalam satuan detik.

y

Kolom nilai untuk setiap titik waktu.

None

minPeriod

Panjang periode minimum yang diperkirakan, ditentukan sebagai rasio dari panjang total deret waktu.

Nilai desimal dalam rentang (0, 1].

maxPeriod

Panjang periode maksimum yang diperkirakan, ditentukan sebagai rasio dari panjang total deret waktu.

Penting

Nilai maxPeriod harus lebih besar daripada minPeriod dan tidak boleh melebihi 0,5. Jika Anda mengatur maxPeriod ke nilai yang lebih besar dari 0,5, sistem akan menggunakan nilai 0,5 secara default.

Nilai desimal dalam rentang (0, 1].

Contoh:

  • Query

    * | select ts_period_detect(stamp, value, 0.2, 0.5) from ( select __time__ - (__time__ % 120) as stamp, avg(v) as value from log GROUP BY stamp order by stamp )
  • Output

    Fungsi ini mengembalikan array yang berisi Unix timestamp, nilai statistik seperti rata-rata traffic, dan kode status periode. Kode status 1,0 direpresentasikan sebagai lingkaran merah pada gambar berikut. Output tersebut dapat divisualisasikan pada grafik deret waktu seperti yang ditunjukkan di bawah ini.

    Pada gambar berikut, area yang diarsir di antara dua lingkaran merah merepresentasikan satu periode. Pola kurva pada periode yang berbeda cenderung serupa.

    输出结果

ts_period_classify

Sintaksis:

select ts_period_classify(stamp,value,instanceName)

Tabel berikut menjelaskan parameter-parameter tersebut.

Parameter

Description

Value

stamp

Kolom waktu, diurutkan secara ascending.

Unix timestamp dalam satuan detik.

value

Kolom nilai untuk setiap titik waktu.

None

instanceName

Nama kurva deret waktu.

None

Contoh:

  • Query

    * and h : nu2h05202.nu8 | select ts_period_classify(stamp, value, name) from log
  • Output: Kueri ini mengembalikan tabel yang berisi tiga kolom: line_name (nama timeline, yaitu ID Auto Scaling group), prob (nilai probabilitas), dan type (flag tipe, di mana -1.0 menunjukkan anomali dan 0.0 menunjukkan normal). Sebagai contoh, Auto Scaling group asg-2zgicin6zf5ewg188pg5 memiliki prob sebesar 1.0 dan type sebesar -1.0, yang menunjukkan bahwa timeline ini diidentifikasi sebagai anomali.

Output mencakup kolom-kolom berikut:

Column

Description

line_name

Nama kurva deret waktu.

prob

Proporsi periode utama dalam kurva deret waktu. Nilainya berada dalam rentang [0, 1]. Nilai 0,15 merupakan ambang batas eksperimen yang umum.

type

Klasifikasi kurva:

  • type = -1: Panjang kurva terlalu pendek (kurang dari 64 titik).

  • type = -2: Menunjukkan bahwa kurva memiliki tingkat missing yang sangat tinggi (tingkat missing melebihi 20%).

  • type = 0.0: Kurva menunjukkan periodisitas yang jelas.