：Kueri titik data nilai tunggal

Jalur permintaan dan metode

Jalur permintaan: /api/query

Metode permintaan: POST

Deskripsi: Anda dapat memanggil operasi API ini untuk menanyakan data.

Parameter untuk permintaan dalam format JSON

Satuan Timestamp

Timestamp dapat diukur dalam detik atau milidetik. TSDB menggunakan aturan berikut untuk menentukan satuan timestamp berdasarkan nilai numerik dari timestamp:

• Jika nilainya berada dalam rentang [4.294.968, 4.294.967.295], TSDB menentukan bahwa timestamp diukur dalam detik. Dalam hal ini, rentang tanggal dan waktu yang sesuai adalah [1970-02-20 01:02:48, 2106-02-07 14:28:15].

• Jika nilainya berada dalam rentang [4.294.967.296, 9.999.999.999.999], satuannya adalah milidetik. Dalam hal ini, rentang tanggal dan waktu adalah [1970-02-20 01:02:47.296, 2286-11-21 01:46:39.999].

• Jika nilainya berada dalam rentang (-∞, 4.294.968) atau (9.999.999.999.999, +∞), timestamp tidak valid.

Query Titik Data pada Satu Titik Waktu

TSDB memungkinkan Anda untuk menanyakan titik data pada satu titik waktu. Untuk menanyakan titik data pada satu titik waktu, atur waktu mulai dan waktu akhir ke nilai yang sama. Sebagai contoh, Anda dapat mengatur parameter start dan end ke 1.356.998.400.

Parameter untuk Subquery dalam Format JSON

Contoh Permintaan

Baris permintaan: POST /api/query

{
  "start": 1356998400,
  "end": 1356998460,
  "queries": [
    {
      "aggregator": "sum",
      "metric": "sys.cpu.0"
    },
    {
      "aggregator": "sum",
      "metric": "sys.cpu.1"
    }
  ]
}

Parameter: limit dan offset

Parameter limit menentukan jumlah maksimum titik data yang akan dikembalikan dalam setiap deret waktu untuk subquery. Nilai default dari parameter limit adalah 0. Nilai default 0 menunjukkan bahwa tidak ada batasan yang ditempatkan pada jumlah titik data yang dikembalikan.

Parameter offset menentukan jumlah titik data yang ingin Anda lewati dalam setiap deret waktu untuk subquery. Nilai default dari parameter offset adalah 0. Nilai default 0 menunjukkan bahwa tidak ada titik data yang dilewati.

Contoh

Jika Anda ingin mendapatkan titik data yang peringkatnya 1.001 hingga 1.500, atur parameter limit ke 500 dan parameter offset ke 1.000.

    {
       "start":1346046400,
       "end":1347056500,
       "queries":[
          {
             "aggregator":"avg",
             "downsample":"2s-sum",
             "metric":"sys.cpu.0",
             "limit":"500",
             "offset":"1000",
             "tags":{
                "host":"localhost",
                "appName":"hitsdb"
             }
          }
       ]
    }

Parameter: dpValue

Parameter dpValue menentukan batas untuk nilai data. Anda dapat menentukan parameter ini untuk menyaring titik data yang akan dikembalikan. Nilai yang valid adalah >, <, =, <=, >=, dan !=.

Contoh

    {
       "start":1346046400,
       "end":1347056500,
       "queries":[
          {
             "aggregator":"avg",
             "downsample":"2s-sum",
             "metric":"sys.cpu.0",
             "dpValue":">=500",
             "tags":{
                "host":"localhost",
                "appName":"hitsdb"
             }
          }
       ]
    }

Parameter: delta

Jika Anda menentukan operator delta dalam subquery, nilai pasangan kunci-nilai dalam titik data dps yang dikembalikan oleh TSDB adalah delta yang dihitung. Jika n pasangan kunci-nilai terdapat dalam titik data dps yang dikembalikan ketika parameter delta tidak ditentukan, hanya n-1 pasangan kunci-nilai yang terdapat dalam titik data dps yang dikembalikan setelah delta dihitung. Pasangan kunci-nilai pertama tidak digunakan karena delta dari pasangan ini tidak dapat dihitung. Operator delta juga berlaku untuk nilai setelah downsampling.

Setelah Anda menentukan operator delta, Anda dapat mengonfigurasi deltaOptions dalam subquery untuk lebih mengontrol cara delta dihitung. Tabel berikut menjelaskan parameter yang dapat digunakan untuk deltaOptions.

Contoh

    {
       "start":1346046400,
       "end":1347056500,
       "queries":[
          {
             "aggregator":"none",
             "downsample":"5s-avg",
             "delta":true,
             "deltaOptions":{
                 "counter":true,
                 "counterMax":100
             }
             "metric":"sys.cpu.0",
             "dpValue":">=50",
             "tags":{
                "host":"localhost",
                "appName":"hitsdb"
             }
          }
       ]
    }

Parameter: downsample

Gunakan parameter ini jika Anda perlu menanyakan data yang dihasilkan dalam rentang waktu lama dan menggabungkan data berdasarkan interval waktu tertentu. Garis waktu dibagi menjadi beberapa rentang waktu berdasarkan interval waktu tertentu untuk downsampling. Setiap timestamp yang dikembalikan menunjukkan awal setiap rentang waktu. Kode sampel berikut memberikan contoh format query:

<interval><units>-<aggregator>[-fill policy]

Format query adalah ekspresi downsampling.

Daftar berikut menjelaskan bidang dalam ekspresi downsampling:

• interval: menentukan nilai numerik, seperti 5 atau 60. Nilai 0all menunjukkan bahwa titik data dalam rentang waktu digabungkan menjadi satu nilai tunggal.

• units: satuan. s mewakili detik. m mewakili menit. h mewakili jam. d mewakili hari. n mewakili bulan. y mewakili tahun.

  Catatan

  • Secara default, operasi modulo dan pemotongan dilakukan untuk menyelaraskan timestamp. Timestamp diselaraskan menggunakan rumus berikut: Timestamp yang diselaraskan = Timestamp data - (Timestamp data % Interval waktu).

  • Anda dapat melakukan downsampling data berdasarkan interval waktu kalender. Untuk menggunakan interval waktu kalender, tambahkan c di akhir nilai parameter units. Sebagai contoh, 1dc menunjukkan periode 24 jam dari 00:00 hari saat ini hingga 00:00 hari berikutnya.

• aggregator: pengaturan agregasi. Tabel berikut menjelaskan operator yang digunakan untuk downsampling.

  Operator	Deskripsi
  avg	Mengembalikan nilai rata-rata.
  count	Mengembalikan jumlah titik data.
  first	Mengembalikan nilai pertama.
  last	Mengembalikan nilai terakhir.
  min	Mengembalikan nilai minimum.
  max	Mengembalikan nilai maksimum.
  median	Mengembalikan median.
  sum	Mengembalikan jumlah nilai.
  zimsum	Mengembalikan jumlah nilai.
  rfirst	Mengembalikan titik data yang sama dengan yang dikembalikan oleh operator first. Namun, timestamp yang dikembalikan adalah timestamp asli bukan timestamp yang diselaraskan. Timestamp titik data diselaraskan setelah data didownsampling.
  rlast	Mengembalikan titik data yang sama dengan yang dikembalikan oleh operator last. Namun, timestamp yang dikembalikan adalah timestamp asli bukan timestamp yang diselaraskan. Timestamp titik data diselaraskan setelah data didownsampling.
  rmin	Mengembalikan titik data yang sama dengan titik data yang dikembalikan oleh operator min. Namun, timestamp yang dikembalikan adalah timestamp asli bukan timestamp yang diselaraskan. Timestamp titik data diselaraskan setelah data didownsampling.
  rmax	Mengembalikan titik data yang sama dengan titik data yang dikembalikan oleh operator max. Namun, timestamp yang dikembalikan adalah timestamp asli bukan timestamp yang diselaraskan. Timestamp titik data diselaraskan setelah data didownsampling.

  Catatan

  Jika Anda mengatur aggregator ke operator rfirst, rlast, rmin, atau rmax dalam ekspresi downsampling, Anda tidak dapat mengonfigurasi parameter kebijakan pengisian dalam ekspresi downsampling.

  Kebijakan Pengisian

  Anda dapat menentukan kebijakan pengisian untuk menentukan cara mengisi nilai yang hilang dengan nilai yang telah ditentukan sebelumnya. Selama downsampling, semua garis waktu dibagi berdasarkan interval waktu tertentu, dan titik data dalam setiap rentang waktu digabungkan. Jika tidak ada nilai yang ada selama rentang waktu dalam hasil downsampling, Anda dapat menentukan kebijakan pengisian untuk mengisi nilai yang hilang dengan nilai yang telah ditentukan sebelumnya. Contoh digunakan untuk menjelaskan kebijakan pengisian. Dalam contoh ini, timestamp garis waktu setelah downsampling adalah t+0, t+20, dan t+30. Jika Anda tidak menentukan kebijakan pengisian, hanya tiga nilai yang dilaporkan. Jika Anda mengatur kebijakan pengisian ke null, empat nilai dilaporkan. Nilai yang hilang pada waktu t+10 diisi dengan null.

  Tabel berikut menjelaskan kebijakan pengisian dan nilai yang akan diisi.

  Kebijakan Pengisian	Isi nilai yang hilang dengan
  none	Tidak ada nilai yang diisi. Ini adalah nilai default.
  nan	null
  null	null
  zero	0
  linear	Nilai yang dihitung berdasarkan interpolasi linear.
  previous	Nilai sebelumnya.
  near	Nilai yang berdekatan.
  after	Nilai berikutnya.
  fixed	Nilai tetap yang ditentukan pengguna. Untuk informasi lebih lanjut, lihat deskripsi dalam bagian "Kebijakan Pengisian (nilai tetap)" dari topik ini.

  Kebijakan Pengisian Tetap

  Untuk mengisi nilai yang hilang dengan nilai tetap, tambahkan nilai tetap ke akhir tanda pagar (#). Anda dapat mengatur nilai tetap ke angka positif atau negatif. Kode sampel berikut memberikan contoh format yang valid:

  <interval><units>-<aggregator>-fixed#<number>

  Dua contoh adalah 1h-sum-fixed#6 dan 1h-avg-fixed#-8.

  Contoh Downsampling

  Tiga contoh downsampling adalah 1m-avg, 1h-sum-zero, dan 1h-sum-near.

  Penting

  Parameter downsample bersifat opsional untuk query. Anda dapat mengatur parameter ini ke null atau biarkan parameter ini kosong: {"downsample": null} atau {"downsample": ""}. Dalam hal ini, data tidak didownsampling.

Parameter: aggregator

Setelah data didownsampling, nilai di sepanjang beberapa garis waktu diperoleh dan timestamp dari garis waktu tersebut diselaraskan. Anda dapat melakukan agregasi untuk menggabungkan garis waktu ini menjadi satu dengan menggabungkan nilai pada setiap timestamp yang diselaraskan. Agregasi tidak dilakukan jika hanya ada satu garis waktu. Selama agregasi, setiap garis waktu harus memiliki nilai pada setiap timestamp yang diselaraskan. Jika tidak ada nilai yang ditemukan pada timestamp yang diselaraskan, interpolasi dilakukan. Untuk informasi lebih lanjut, lihat bagian "Interpolasi" berikut.

Interpolasi

Jika garis waktu tidak memiliki nilai pada timestamp, nilai diinterpolasi ke garis waktu pada timestamp tersebut. Hal ini hanya terjadi jika Anda tidak menentukan kebijakan pengisian dan salah satu garis waktu lain yang akan digabungkan memiliki nilai pada timestamp tersebut. Contoh digunakan untuk menjelaskan interpolasi. Dalam contoh ini, Anda ingin menggabungkan dua garis waktu menggunakan operator sum. Pengaturan downsampling dan agregasi adalah {"downsample": "10s-avg", "aggregator": "sum"}. Setelah data didownsampling, nilai dapat ditemukan pada timestamp berikut di sepanjang dua garis waktu:

Pada garis waktu 1, nilai dapat ditemukan pada timestamp t+0, t+10, t+20, dan t+30. Pada garis waktu 2, nilai dapat ditemukan pada timestamp t+0, t+20, dan t+30.

Di sepanjang garis waktu 2, nilai pada t+10 timestamp hilang. Sebelum data digabungkan, nilai diinterpolasi untuk garis waktu 2 pada timestamp ini. Metode interpolasi bervariasi berdasarkan operator agregasi. Tabel berikut mencantumkan operator dan metode interpolasi.

Parameter: filters

Anda dapat menggunakan metode berikut untuk mengonfigurasi parameter filters:

• Tentukan kunci tag.

  • tagk = *: Anda dapat melakukan operasi GROUP BY pada nilai tag dari kunci tag untuk menggabungkan nilai tag yang sama.

  • tagk = tagv1|tagv2: Anda dapat menggabungkan nilai tagv1 dari kunci tag dan menggabungkan nilai tagv2 dari kunci tag.

• Tentukan filter dalam format JSON. Tabel berikut menjelaskan parameter.

  Parameter	Tipe	Diperlukan	Deskripsi	Nilai default	Contoh
  type	String	Ya	Tipe filter. Untuk informasi lebih lanjut, lihat bagian "Tipe Filter".	Tidak ada	literal_or
  tagk	String	Ya	Kunci tag.	Tidak ada	host
  filter	String	Ya	Ekspresi filter.	Tidak ada	web01|web02
  groupBy	Boolean	Tidak	Menentukan apakah akan melakukan operasi GROUP BY pada nilai tag.	false	false

  Tipe Filter

  Tipe Filter	Contoh	Deskripsi
  literal_or	web01|web02	Nilai-nilai setiap tagv digabungkan. Filter ini peka huruf besar/kecil.
  wildcard	*.example.com	Nilai tag yang berisi wildcard yang ditentukan untuk setiap tagv digabungkan. Filter ini peka huruf besar/kecil.

  Contoh Permintaan

  Contoh permintaan tanpa filter

  Tubuh Permintaan:

      {
          "start": 1356998400,
          "end": 1356998460,
          "queries": [
              {
                  "aggregator": "sum",
                  "metric": "sys.cpu.0",
                  "rate": "true",
                  "tags": {
                      "host": "*",
                      "dc": "lga"
                  }
              }
          ]
      }

  Contoh permintaan dengan filter yang ditentukan

  Tubuh Permintaan:

  {
    "start": 1356998400,
    "end": 1356998460,
    "queries": [
      {
        "aggregator": "sum",
        "metric": "sys.cpu.0",
        "rate": "true",
        "filters": [
          {
            "type": "wildcard",
            "tagk": "host",
            "filter": "*",
            "groupBy": true
          },
          {
            "type": "literal_or",
            "tagk": "dc",
            "filter": "lga|lga1|lga2",
            "groupBy": false
          }
        ]
      }
    ]
  }

  Hasil Query

  Jika query berhasil, kode status HTTP adalah 200 dan respons dikembalikan dalam format JSON. Tabel berikut menjelaskan parameter respons.

  Parameter	Deskripsi
  metric	Nama metrik.
  tags	Tag yang nilainya tidak digabungkan.
  aggregateTags	Tag yang nilainya digabungkan.
  dps	Pasangan kunci-nilai tag yang sesuai dengan titik data.

  Contoh Respons:

  [
      {
          "metric": "tsd.hbase.puts",
          "tags": {"appName": "hitsdb"},
          "aggregateTags": [
              "host"
          ],
          "dps": {
              "1365966001": 25595461080,
              "1365966061": 25595542522,
              "1365966062": 25595543979,
              "1365973801": 25717417859
          }
      }
  ]

Parameter: hint

Skenario

Dalam kebanyakan kasus, petunjuk query digunakan untuk mengurangi waktu respons query. Sebagai contoh, Tags A dan Tags B ditentukan dan deret waktu yang cocok dengan Tags B jelas termasuk dalam deret waktu yang cocok dengan Tags A. Dalam hal ini, data tidak dibaca dari deret waktu yang cocok dengan Tag A. Irisan antara himpunan deret waktu yang cocok dengan Tag A dan himpunan deret waktu yang cocok dengan Tag B sama dengan himpunan deret waktu yang cocok dengan Tag B.

Deskripsi Format

• Versi TSDB saat ini hanya memungkinkan Anda menggunakan parameter tagk dalam petunjuk untuk membatasi indeks query.

• Dalam pasangan kunci-nilai yang ditentukan oleh parameter tagk, nilai tag dari kunci tag harus sama. Nilai yang valid: 0 dan 1. Jika nilai tag adalah 0, indeks yang sesuai dengan kunci tag tidak digunakan. Jika nilai tag adalah 1, indeks yang sesuai dengan kunci tag digunakan.

Deskripsi Versi

Fitur petunjuk query didukung oleh TSDB V2.6.1 dan versi berikutnya.

Contoh Permintaan

Petunjuk yang berlaku untuk subquery

{
  "start": 1346846400,
  "end": 1346846400,
  "queries": [
    {
      "aggregator": "none",
      "metric": "sys.cpu.nice",
      "tags": {
        "dc": "lga",
        "host": "web01"
      },
      "hint": {
        "tagk": {
          "dc": 1
        }
      }
    }
  ]
}

Petunjuk yang berlaku untuk seluruh query

{
  "start": 1346846400,
  "end": 1346846400,
  "queries": [
    {
      "aggregator": "none",
      "metric": "sys.cpu.nice",
      "tags": {
        "dc": "lga",
        "host": "web01"
      }
    }
  ],
  "hint": {
    "tagk": {
      "dc": 1
    }
  }
}

Pengecualian

Kesalahan dikembalikan ketika nilai tag dalam pasangan kunci-nilai yang ditentukan oleh parameter tagk berisi baik 0 maupun 1.

{
  "start": 1346846400,
  "end": 1346846400,
  "queries": [
    {
      "aggregator": "none",
      "metric": "sys.cpu.nice",
      "tags": {
        "dc": "lga",
        "host": "web01"
      }
    }
  ],
  "hint": {
    "tagk": {
      "dc": 1,
      "host": 0
    }
  }
}

Pesan kesalahan berikut dikembalikan:

{
    "error": {
        "code": 400,
        "message": "Nilai dari hint hanya boleh 0 atau 1, dan tidak boleh ada kedua-duanya 0 dan 1",
        "details": "TSQuery(start_time=1346846400, end_time=1346846400, subQueries[TSSubQuery(metric=sys.cpu.nice, filters=[filter_name=literal_or, tagk=dc, literals=[lga], group_by=true, filter_name=literal_or, tagk=host, literals=[web01], group_by=true], tsuids=[], agg=none, downsample=null, ds_interval=0, rate=false, rate_options=null, delta=false, delta_options=null, top=0, granularity=null, granularityDownsample=null, explicit_tags=explicit_tags, index=0, realTimeSeconds=-1, useData=auto, limit=0, offset=0, dpValue=null, preDpValue=null, startTime=1346846400000, endTime=1346846400000, Query_ID=null)] padding=false, no_annotations=false, with_global_annotations=false, show_tsuids=false, ms_resolution=false, options=[])"
    }
}                

Kesalahan dikembalikan ketika nilai tag dalam pasangan kunci-nilai yang ditentukan oleh parameter tagk bukan 0 atau 1.

{
  "start": 1346846400,
  "end": 1346846400,
  "queries": [
    {
      "aggregator": "none",
      "metric": "sys.cpu.nice", // (metric: data deret waktu)
      "tags": {
        "dc": "lga",
        "host": "web01"
      }
    }
  ],
  "hint": {
    "tagk": {
      "dc": 100
    }
  }
}

Pesan kesalahan berikut dikembalikan:

{
    "error": {
        "code": 400,
        "message": "Nilai dari hint hanya bisa 0 atau 1, dan terdeteksi bahwa '100' diteruskan",
        "details": "TSQuery(start_time=1346846400, end_time=1346846400, subQueries[TSSubQuery(metric=sys.cpu.nice, filters=[filter_name=literal_or, tagk=dc, literals=[lga], group_by=true, filter_name=literal_or, tagk=host, literals=[web01], group_by=true], tsuids=[], agg=none, downsample=null, ds_interval=0, rate=false, rate_options=null, delta=false, delta_options=null, top=0, granularity=null, granularityDownsample=null, explicit_tags=explicit_tags, index=0, realTimeSeconds=-1, useData=auto, limit=0, offset=0, dpValue=null, preDpValue=null, startTime=1346846400000, endTime=1346846400000, Query_ID=null)] padding=false, no_annotations=false, with_global_annotations=false, show_tsuids=false, ms_resolution=false, options=[])"
    }
}

Parameter: forecasting

Anda dapat melakukan pelatihan AI untuk memprediksi titik data dalam deret waktu pada periode mendatang. Selama pelatihan AI, gunakan data yang ada dari deret waktu sebagai set pelatihan untuk mengidentifikasi tren data dan siklus data. Kode sampel berikut memberikan contoh format query:

<NamaAlgoritma>-<JumlahTitikPrediksi>[-<KebijakanPrediksi>]

Daftar berikut menjelaskan bidang dalam query:

• NamaAlgoritma: Nama algoritma. Algoritma arima dan holtwinters didukung.

• JumlahTitikPrediksi: jumlah titik data yang akan diprediksi. Tentukan bilangan bulat. Sebagai contoh, nilai 2 menentukan bahwa dua titik data diprediksi.

• KebijakanPrediksi: kebijakan prediksi. Kebijakan prediksi bervariasi berdasarkan algoritma yang ditentukan.

  • Jika parameter NamaAlgoritma diatur ke arima, nilai parameter KebijakanPrediksi berada dalam format berikut:

    Catatan

    • Parameter delta menentukan perbedaan antara dua nilai. Delta default adalah 1. Anda dapat meningkatkan delta untuk mengurangi fluktuasi data.

    • Parameter seasonality menentukan siklus fluktuasi. Nilai defaultnya adalah 1. Jika data berfluktuasi secara berkala, Anda dapat menentukan parameter seasonality untuk menyesuaikan siklus prediksi. Sebagai contoh, jika data berfluktuasi sekali setiap 10 titik data, atur parameter seasonality ke 10.

  • Jika parameter NamaAlgoritma diatur ke holtwinter, nilai parameter KebijakanPrediksi berada dalam format berikut:

    Catatan

    Parameter seasonality menentukan siklus fluktuasi. Nilai defaultnya adalah 1. Jika data berfluktuasi secara berkala, Anda dapat menentukan parameter seasonality untuk menyesuaikan siklus prediksi. Sebagai contoh, jika data berfluktuasi sekali setiap 10 titik data, atur parameter seasonality ke 10.

Contoh Prediksi

Contoh: arima-1, arima-48-1-48, dan holtwinters-1-1. Kode berikut memberikan contoh data yang ada dalam sebuah deret:

[
  {
      "metric": "sys.cpu.nice",
      "tags": {
          "dc": "lga",
          "host": "web00"
      },
      "aggregateTags": [],
      "dps": {
          "1346837400": 1,
          "1346837401": 2,
          "1346837402": 3,
          "1346837403": 4,
          "1346837404": 5,
          "1346837405": 6,
          "1346837406": 7,
          "1346837407": 8,
          "1346837408": 9,
          "1346837409": 10,
          "1346837410": 11,
          "1346837411": 12
      }
  }
]

Kode berikut menunjukkan kriteria query:

{
     "start":1346837400,
     "end": 1346847400,
     "queries":[
        {
           "aggregator":"none",
           "metric":"sys.cpu.nice",
           "forecasting" : "arima-1"
        }
     ]
}

Hasil prediksi menunjukkan hasil prediksi.

[
    {
        "metric": "sys.cpu.nice",
        "tags": {
            "dc": "lga",
            "host": "web00"
        },
        "aggregateTags": [],
        "dps": {
            "1346837400": 1,
            "1346837401": 2,
            "1346837402": 3,
            "1346837403": 4,
            "1346837404": 5,
            "1346837405": 6,
            "1346837406": 7,
            "1346837407": 8,
            "1346837408": 9,
            "1346837409": 10,
            "1346837410": 11,
            "1346837411": 12,
            "1346837412": 13
        }
    }
]

Parameter: abnormaldetect

Anda dapat melakukan pelatihan AI untuk memprediksi titik data dalam deret waktu pada periode mendatang. Selama pelatihan AI, gunakan data yang ada dari deret waktu sebagai set pelatihan untuk mengidentifikasi tren data dan siklus data. Kode sampel berikut memberikan contoh format query:

<NamaAlgoritma>[-<Sigma>-<NP>-<NS>-<NT>-<NL>]

Hanya algoritma Standard Template Library (STL) yang didukung untuk deteksi anomali. Jika Anda tidak terbiasa dengan penyetelan parameter, kami sarankan Anda memilih nilai parameter default. Jika Anda terbiasa dengan algoritma STL, Anda dapat menyetel parameter untuk memungkinkan prediksi yang lebih akurat. Enam parameter berikut disediakan untuk deteksi anomali: NamaAlgoritma-Sigma-NP-NS-NT-NL. Sebagai contoh, Anda dapat mengatur parameter menjadi stl-5-5-7-0-0. Pisahkan parameter ini dengan tanda hubung (-). Daftar berikut menjelaskan enam parameter tersebut:

• Sigma: Jika nilai absolut dari selisih antara nilai titik data dan nilai rata-rata semua nilai dalam deret waktu tiga kali lebih besar dari deviasi standar deret waktu, titik data ini dianggap sebagai titik yang tidak normal. Dalam kebanyakan kasus, nilai parameter ini adalah 3.0.

• NP: jumlah titik data dalam setiap siklus. Jumlah siklus digunakan untuk menentukan jumlah titik data.

• NS: parameter penghalusan musiman.

• NT: parameter penghalusan tren.

• NL: parameter penghalusan filter lolos-rendah.

Contoh Prediksi

Contoh 1

"abnormaldetect": "stl",

Contoh 2

"abnormaldetect": "stl-5-5-7-0-0",

Contoh Query

{
       "start":1346836400,
       "end":1346946400,
       "queries":[
        {
             "aggregator": "none",
             "metric":     "sys.cpu.nice",
             "abnormaldetect":  "stl-5-5-7-0-0",
             "filters": [
             {
                "type":   "literal_or",
                "tagk":   "dc",
                "filter": "lga",
                "groupBy": false
             },
             {
                "type":   "literal_or",
                "tagk":   "host",
                "filter": "web00",
                "groupBy": false
             }
             ]
          }
       ]
}

Contoh Output

Hasil deteksi anomali di TSDB adalah daftar dalam format berikut:

[srcValue, upperValue, lowerValue, predictValue, isAbnormal]

• srcValue: nilai data asli.

• upperValue: nilai maksimum dari titik data.

• lowerValue: nilai minimum dari titik data.

• predictValue: nilai titik data yang diramalkan oleh algoritma STL.

• isAbnormal: menentukan apakah nilai asli tidak normal. Nilai 0 menunjukkan nilai asli normal. Nilai 1 menunjukkan bahwa nilai asli tidak normal.

  [
      {
          "metric": "sys.cpu.nice",
          "tags": {
              "dc": "lga",
              "host": "web00"
          },
          "aggregateTags": [],
          "dps": {
              "1346837400": [
                  1,
                  1.0000000000000049,
                  0.9999999999999973,
                  1.0000000000000013,
                  0
              ],
              "1346837401": [
                  2,
                  2.0000000000000036,
                  1.9999999999999958,
                  1.9999999999999998,
                  0
              ],
              "1346837402": [
                  3,
                  3.0000000000000036,
                  2.9999999999999956,
                  3,
                  0
              ],
              "1346837403": [
                  4,
                  4.0000000000000036,
                  3.9999999999999956,
                  4,
                  1
              ],
              "1346837404": [
                  5,
                  5.0000000000000036,
                  4.9999999999999964,
                  5,
                  0
              ],
              "1346837405": [
                  6,
                  6.000000000000002,
                  5.999999999999995,
                  5.999999999999998,
                  0
              ],
              "1346837406": [
                  7,
                  7.0000000000000036,
                  6.9999999999999964,
                  7,
                  1
              ],
              "1346837407": [
                  8,
                  8.000000000000004,
                  7.9999999999999964,
                  8,
                  0
              ],
              "1346837408": [
                  9,
                  9.000000000000004,
                  8.999999999999996,
                  9,
                  0
              ],
              "1346837409": [
                  10,
                  10.000000000000004,
                  9.999999999999996,
                  10,
                  0
              ],
              "1346837410": [
                  11,
                  11.000000000000005,
                  10.999999999999998,
                  11.000000000000002,
                  0
              ],
              "1346837411": [
                  12,
                  12.000000000000004,
                  11.999999999999996,
                  12,
                  0
              ]
          }
      }
  ]