Referensi HTTP API untuk Kueri Data - Time Series Database - Alibaba Cloud -

Menanyakan titik data dari satu atau beberapa deret waktu dalam rentang waktu tertentu. Kirim permintaan POST ke /api/query dengan isi JSON yang mendefinisikan rentang waktu dan satu atau beberapa subkueri.

Sintaksis permintaan

POST /api/query

Parameter permintaan

Parameter	Tipe	Wajib	Bawaan	Deskripsi
`start`	Long	Ya	—	Awal rentang waktu. Satuan: detik atau milidetik. TSDB menentukan satuan berdasarkan nilai numeriknya. Lihat Satuan timestamp.
`end`	Long	Tidak	Waktu server saat ini	Akhir rentang waktu. Satuan: detik atau milidetik. Nilai bawaan adalah waktu saat ini di server TSDB. Lihat Satuan timestamp.
`queries`	Array	Ya	—	Array berisi subkueri. Lihat Parameter subkueri.
`msResolution`	Boolean	Tidak	`false`	Menentukan apakah timestamp dikembalikan dalam milidetik. Hanya berlaku jika titik data yang ditanyakan menggunakan timestamp berpresisi detik. Jika `true`, semua timestamp dalam respons dikonversi ke milidetik. Jika `false`, satuan asli dipertahankan. Titik data yang disimpan dengan timestamp milidetik selalu dikembalikan dalam milidetik, terlepas dari pengaturan ini.
`hint`	Map	Tidak	—	Petunjuk kueri untuk mengurangi waktu respons. Lihat Parameter: hint.

Satuan timestamp

TSDB menentukan satuan timestamp berdasarkan nilai numerik:

Rentang	Satuan	Rentang tanggal
`[4294968, 4294967295]`	Detik	1970-02-20 01:02:48 – 2106-02-07 14:28:15
`[4294967296, 9999999999999]`	milidetik	1970-02-20 01:02:47.296 – 2286-11-21 01:46:39.999
`(-∞, 4294968)` atau `(9999999999999, +∞)`	Tidak valid	—

Aturan ini berlaku untuk /api/put (menulis) dan /api/query (menanyakan).

Untuk menanyakan titik data pada satu titik waktu tertentu, atur start dan end ke nilai yang sama—misalnya, 1356998400.

Parameter subkueri

Setiap objek dalam array queries mendukung parameter berikut:

Parameter	Tipe	Wajib	Bawaan	Deskripsi
`aggregator`	String	Ya	—	Fungsi agregasi. Lihat Parameter: aggregator. Contoh: `sum`.
`metric`	String	Ya	—	Nama metrik. Contoh: `sys.cpu0`.
`rate`	Boolean	Tidak	`false`	Menentukan apakah akan menghitung laju pertumbuhan antara nilai-nilai berurutan. Rumus: `(Vt − Vt-1) / (t − t-1)`.
`delta`	Boolean	Tidak	`false`	Menentukan apakah akan menghitung delta antara nilai-nilai berurutan. Rumus: `Vt − Vt-1`. Lihat Parameter: delta.
`limit`	Integer	Tidak	`0`	Jumlah maksimum titik data yang dikembalikan per deret waktu per halaman. `0` berarti tanpa batas.
`offset`	Integer	Tidak	`0`	Jumlah titik data yang dilewati per deret waktu per halaman. `0` berarti tidak ada titik data yang dilewati.
`dpValue`	String	Tidak	—	Memfilter titik data yang dikembalikan berdasarkan nilainya. Operator yang didukung: `>`, `<`, `=`, `<=`, `>=`, `!=`. Jika nilainya berupa string, hanya `=` dan `!=` yang didukung. Diterapkan setelah agregasi.
`preDpValue`	String	Tidak	—	Memfilter titik data mentah selama pemindaian sebelum agregasi. Operator yang sama seperti `dpValue`. Titik data yang gagal melewati filter ini dikecualikan dari semua perhitungan.
`downsample`	String	Tidak	—	Konfigurasi downsampling. Lihat Parameter: downsample. Contoh: `60m-avg`.
`tags`	Map	Tidak	—	Kondisi filter berbasis tag. Saling eksklusif dengan `filters`. Jika keduanya ditentukan, parameter yang muncul lebih akhir dalam JSON yang berlaku.
`filters`	List	Tidak	—	Kondisi filter dalam format JSON. Saling eksklusif dengan `tags`. Jika keduanya ditentukan, parameter yang muncul lebih akhir dalam JSON yang berlaku. Lihat Parameter: filters.
`hint`	Map	Tidak	—	Petunjuk kueri tingkat subkueri. Lihat Parameter: hint.
`forecasting`	String	Tidak	—	Memprediksi titik data masa depan menggunakan Pelatihan AI. Lihat Parameter: forecasting.
`abnormaldetect`	String	Tidak	—	Mendeteksi anomali dalam deret waktu menggunakan Pelatihan AI. Lihat Parameter: abnormaldetect.

Satu permintaan mendukung maksimal 200 subkueri.

Jika tags dan filters keduanya ditentukan, parameter yang muncul lebih akhir dalam JSON yang berlaku.

Contoh permintaan

POST /api/query

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

Elemen respons

Permintaan yang berhasil mengembalikan HTTP 200 dengan array JSON. Setiap elemen sesuai dengan hasil satu subkueri.

Parameter	Deskripsi
`metric`	Nama metrik.
`tags`	Tag yang nilainya tidak diagregasi.
`aggregateTags`	Tag yang nilainya diagregasi.
`dps`	Titik data dalam bentuk pasangan timestamp-nilai.

Contoh respons

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

Parameter: limit dan offset

Gunakan limit dan offset bersamaan untuk membagi hasil menjadi beberapa halaman dalam satu subkueri.

limit: jumlah maksimum titik data yang dikembalikan per deret waktu. Nilai bawaan 0 berarti tanpa batas.
offset: jumlah titik data yang dilewati per deret waktu. Nilai bawaan 0 berarti tidak ada titik data yang dilewati.

Penting

Baik limit maupun offset tidak boleh diatur ke angka negatif.

Untuk mengambil titik data peringkat 1001 hingga 1500, atur limit ke 500 dan offset ke 1000:

{
  "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

Memfilter titik data berdasarkan nilainya setelah agregasi. Operator yang didukung: >, <, =, <=, >=, !=.

Penting

Jika nilai filter berupa string, hanya = dan != yang didukung.

Contoh

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

Parameter: delta

Ketika delta diatur ke true, setiap nilai dalam respons dps merupakan delta yang dihitung antara titik data berurutan. Jika hasil asli berisi n pasangan kunci-nilai, hasil delta berisi n−1 pasangan—pasangan pertama dibuang karena tidak ada nilai sebelumnya untuk dihitung. Operator delta juga berlaku untuk nilai setelah downsampling.

deltaOptions

Konfigurasikan deltaOptions dalam subkueri untuk mengontrol cara delta dihitung.

Parameter	Tipe	Wajib	Bawaan	Deskripsi
`counter`	Boolean	Tidak	`false`	Memperlakukan nilai metrik sebagai hitungan kumulatif yang meningkat atau menurun secara monoton (mirip counter). Server tidak memvalidasi nilai metrik tersebut.
`counterMax`	Integer	Tidak	—	Ambang batas untuk nilai delta ketika `counter` bernilai `true`. Jika delta absolut melebihi ambang batas ini, delta tersebut dianggap tidak normal. Jika tidak diatur, tidak ada ambang batas yang diterapkan.
`dropReset`	Boolean	Tidak	`false`	Mengontrol perilaku untuk delta tidak normal ketika `counterMax` diatur. Jika `true`, delta tidak normal dibuang. Jika `false`, delta tidak normal diatur ulang ke 0.

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

Downsampling mengagregasi data dalam interval waktu tertentu, berguna saat menanyakan data dalam rentang waktu panjang. Rentang waktu dibagi menjadi jendela dengan interval yang ditentukan, dan setiap timestamp yang dikembalikan menandai awal jendela tersebut.

Format

<interval><satuan>-<aggregator>[-<kebijakan pengisian>]

Penting

Ketika downsample ditentukan, TSDB secara otomatis memperluas rentang kueri sebesar satu interval di kedua sisi. Misalnya, rentang [1346846401, 1346846499] dengan interval 5 menit menjadi [1346846101, 1346846799].

Bidang

`interval`

Nilai numerik seperti 5 atau 60. Gunakan 0all untuk mengagregasi semua titik data dalam rentang menjadi satu nilai.

`units`

Nilai	Satuan
`s`	Detik
`m`	Menit
`h`	Jam
`d`	Hari
`n`	Bulan
`y`	Tahun

Secara bawaan, timestamp disejajarkan menggunakan pemotongan modulo: Timestamp sejajar = Timestamp data − (Timestamp data % Interval waktu).

Untuk menyelaraskan berdasarkan interval kalender (misalnya, dari 00:00 hingga 00:00 hari berikutnya), tambahkan c ke satuan: 1dc.

`aggregator`

Operator	Deskripsi
`avg`	Nilai rata-rata
`count`	Jumlah titik data
`first`	Nilai pertama
`last`	Nilai terakhir
`min`	Nilai minimum
`max`	Nilai maksimum
`median`	Nilai median
`sum`	Jumlah nilai
`zimsum`	Jumlah nilai (interpolasi nol)
`rfirst`	Sama seperti `first`, tetapi mengembalikan timestamp asli alih-alih timestamp yang disejajarkan
`rlast`	Sama seperti `last`, tetapi mengembalikan timestamp asli alih-alih timestamp yang disejajarkan
`rmin`	Sama seperti `min`, tetapi mengembalikan timestamp asli alih-alih timestamp yang disejajarkan
`rmax`	Sama seperti `max`, tetapi mengembalikan timestamp asli alih-alih timestamp yang disejajarkan

Operator rfirst, rlast, rmin, dan rmax tidak dapat digunakan bersamaan dengan kebijakan pengisian dalam ekspresi downsampling yang sama.

Kebijakan pengisian

Kebijakan pengisian menentukan cara TSDB mengisi nilai yang hilang dalam hasil downsampling. Saat tidak ada data dalam jendela waktu tertentu, TSDB menerapkan kebijakan pengisian untuk menghasilkan nilai.

Kebijakan pengisian	Mengisi nilai yang hilang dengan
`none`	Tanpa pengisian (bawaan)
`nan`	`null`
`null`	`null`
`zero`	`0`
`linear`	Nilai yang dihitung melalui interpolasi linear
`previous`	Nilai sebelumnya
`near`	Nilai terdekat di sekitarnya
`after`	Nilai berikutnya
`fixed`	Nilai tetap yang ditentukan pengguna

Kebijakan pengisian tetap

Untuk mengisi nilai yang hilang dengan angka tetap, gunakan format:

<interval><satuan>-<aggregator>-fixed#<angka>

Nilai tetap bisa positif atau negatif. Contoh: 1h-sum-fixed#6, 1h-avg-fixed#-8.

Contoh downsampling

1m-avg, 1h-sum-zero, 1h-sum-near

Penting

downsample bersifat opsional. Untuk menonaktifkan downsampling secara eksplisit, atur ke null atau string kosong: {"downsample": null} atau {"downsample": ""}.

Parameter: aggregator

Setelah downsampling, TSDB menggabungkan beberapa garis waktu menjadi satu dengan mengagregasi nilai pada setiap timestamp yang disejajarkan. Agregasi dilewati jika hanya satu garis waktu yang cocok dengan kueri.

Interpolasi

Saat mengagregasi beberapa garis waktu, garis waktu yang tidak memiliki nilai pada timestamp tertentu akan menerima nilai hasil interpolasi—asalkan tidak ada kebijakan pengisian yang ditentukan dan setidaknya satu garis waktu lain memiliki nilai pada timestamp tersebut.

Misalnya, menggabungkan dua garis waktu dengan {"downsample": "10s-avg", "aggregator": "sum"}:

Garis waktu 1 memiliki nilai pada t+0, t+10, t+20, t+30.
Garis waktu 2 memiliki nilai pada t+0, t+20, t+30.

Sebelum agregasi, TSDB melakukan interpolasi nilai untuk Garis waktu 2 pada t+10. Metode interpolasi tergantung pada aggregator:

Operator	Deskripsi	Metode interpolasi
`avg`	Nilai rata-rata	Interpolasi linear
`count`	Jumlah titik data	`0` diinterpolasi
`mimmin`	Nilai minimum	Nilai maksimum diinterpolasi
`mimmax`	Nilai maksimum	Nilai minimum diinterpolasi
`min`	Nilai minimum	Interpolasi linear
`max`	Nilai maksimum	Interpolasi linear
`none`	Melewati agregasi	`0` diinterpolasi
`sum`	Jumlah nilai	Interpolasi linear
`zimsum`	Jumlah nilai	`0` diinterpolasi

Parameter: filters

Parameter filters menerima daftar objek filter JSON untuk pemfilteran berbasis tag. Parameter ini saling eksklusif dengan parameter tags.

Parameter objek filter

Parameter	Tipe	Wajib	Bawaan	Deskripsi
`type`	String	Ya	—	Jenis filter. Lihat Jenis filter. Contoh: `literal_or`.
`tagk`	String	Ya	—	Kunci tag yang difilter. Contoh: `host`.
`filter`	String	Ya	—	Ekspresi filter. Contoh: `web01\|web02`.
`groupBy`	Boolean	Tidak	`false`	Menentukan apakah akan melakukan operasi GROUP BY pada nilai tag yang cocok.

Anda juga dapat menggunakan ekspresi tag singkat langsung dalam subkueri:

tagk = *: melakukan GROUP BY pada semua nilai kunci tag.
tagk = tagv1|tagv2: mengagregasi nilai tagv1 dan nilai tagv2 secara terpisah.

Jenis filter

Jenis filter	Contoh	Deskripsi
`literal_or`	`web01\|web02`	Mencocokkan nilai tag eksak yang dipisahkan oleh `\|`. Sensitif terhadap huruf besar/kecil.
`wildcard`	`*.example.com`	Mencocokkan nilai tag menggunakan pola wildcard. Sensitif terhadap huruf besar/kecil.

Contoh tanpa filter

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

Contoh dengan filter

{
  "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
        }
      ]
    }
  ]
}

Parameter: hint

Petunjuk kueri mengurangi waktu respons dengan mengontrol indeks kunci-tag mana yang digunakan TSDB selama eksekusi kueri. Misalnya, jika deret waktu yang cocok dengan himpunan tag B merupakan subset dari yang cocok dengan himpunan tag A, Anda dapat memberi petunjuk agar TSDB hanya menggunakan indeks untuk B—menghindari overhead membaca dari A.

Parameter hint dapat diatur di tingkat atas (berlaku untuk seluruh kueri) atau di dalam subkueri (berlaku hanya untuk subkueri tersebut).

Versi TSDB saat ini hanya mendukung parameter tagk dalam petunjuk.

Format

Dalam peta tagk, atur setiap kunci tag ke 1 untuk menggunakan indeksnya, atau 0 untuk melewatinya. Semua nilai harus berupa 0 atau 1—menggabungkan keduanya dalam satu petunjuk menyebabkan error.

Persyaratan versi: TSDB V2.6.1 dan yang lebih baru.

Petunjuk diterapkan pada subkueri

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

Petunjuk diterapkan pada seluruh kueri

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

Kasus error

Nilai campuran `0` dan `1`

Permintaan berikut menyebabkan error karena dc bernilai 1 dan host bernilai 0:

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

Respons error:

{
  "error": {
    "code": 400,
    "message": "Nilai petunjuk hanya boleh 0 atau 1, dan tidak boleh keduanya sekaligus",
    "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=[])"
  }
}

Nilai selain `0` atau `1`

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

Respons error:

{
  "error": {
    "code": 400,
    "message": "Nilai petunjuk hanya boleh 0 atau 1, dan terdeteksi bahwa '100' dikirimkan",
    "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

Menggunakan Pelatihan AI pada data deret waktu historis untuk memprediksi titik data masa depan. TSDB dilatih menggunakan data yang ada untuk mengidentifikasi tren dan siklus, lalu memproyeksikan nilai ke depan.

Format

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

Algoritma yang didukung

`arima` — AutoRegressive Integrated Moving Average (ARIMA). KebijakanPrediksi untuk ARIMA memiliki dua bidang:
- delta: orde diferensi. Bawaan: 1. Tingkatkan untuk mengurangi fluktuasi data.
- seasonality: panjang siklus dalam jumlah titik data. Bawaan: 1. Atur agar sesuai dengan siklus alami data (misalnya, 10 jika data berfluktuasi setiap 10 titik data).
`holtwinters` — Penghalusan eksponensial Holt-Winters. ForecastPolicy untuk Holt-Winters memiliki satu bidang:
- seasonality: sama seperti ARIMA. Bawaan: 1.

Contoh: arima-1, arima-48-1-48, holtwinters-1-1

Contoh

Diberikan data yang ada dalam 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
    }
  }
]

Kueri:

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

Hasil prediksi (satu titik data tambahan ditambahkan):

[
  {
    "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

Menggunakan algoritma STL (Seasonal-Trend decomposition using Loess) untuk mendeteksi anomali dalam deret waktu. TSDB dilatih menggunakan data yang ada untuk mengidentifikasi pola, lalu menandai titik data yang menyimpang secara signifikan dari rentang yang diharapkan.

Format

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

Hanya algoritma STL yang didukung. Jika Anda tidak familiar dengan penyetelan parameter STL, gunakan nilai bawaan dengan menghilangkan bidang parameter tersebut.

Parameter

Parameter	Deskripsi
`NamaAlgoritma`	Nama algoritma. Gunakan `stl`.
`Sigma`	Ambang batas anomali. Titik data ditandai sebagai tidak normal jika selisih absolut antara nilainya dan rata-rata deret melebihi Sigma × deviasi standar. Nilai umum: `3.0`.
`NP`	Jumlah titik data per siklus.
`NS`	Parameter penghalusan musiman.
`NT`	Parameter penghalusan tren.
`NL`	Parameter penghalusan filter low-pass.

Contoh

"abnormaldetect": "stl"

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

Contoh kueri

{
  "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
        }
      ]
    }
  ]
}

Output deteksi anomali

Setiap nilai dalam dps berupa array dengan format:

[srcValue, upperValue, lowerValue, predictValue, isAbnormal]

Bidang	Deskripsi
`srcValue`	Nilai titik data asli.
`upperValue`	Batas atas rentang yang diharapkan.
`lowerValue`	Batas bawah rentang yang diharapkan.
`predictValue`	Nilai yang diprediksi oleh algoritma STL.
`isAbnormal`	`0` — normal. `1` — tidak normal.

Contoh output

[
  {
    "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]
    }
  }
]