Consultar dados - Time Series Database: Central de Documentação do Alibaba Cloud

Sintaxe da requisição

POST /api/query

Parâmetros da requisição

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`start`	Long	Sim	—	Início do intervalo de tempo. Unidade: segundos ou milissegundos. O TSDB determina a unidade com base no valor numérico. Consulte Unidades de timestamp.
`end`	Long	Não	Hora atual do servidor	Fim do intervalo de tempo. Unidade: segundos ou milissegundos. O padrão é a hora atual no servidor TSDB. Consulte Unidades de timestamp.
`queries`	Array	Sim	—	Array de subconsultas. Consulte Parâmetros de subconsulta.
`msResolution`	Boolean	Não	`false`	Define se os timestamps devem ser retornados em milissegundos. Aplica-se apenas quando os pontos de dados consultados usam timestamps com precisão de segundos. Se `true`, todos os timestamps na resposta são convertidos para milissegundos. Se `false`, a unidade original é preservada. Pontos de dados armazenados com timestamps em milissegundos sempre são retornados em milissegundos, independentemente desta configuração.
`hint`	Map	Não	—	Dica de consulta para reduzir o tempo de resposta. Consulte Parâmetro: hint.

Unidades de timestamp

O TSDB determina a unidade do timestamp a partir do valor numérico:

Intervalo	Unidade	Período de datas
`[4294968, 4294967295]`	Segundos	1970-02-20 01:02:48 – 2106-02-07 14:28:15
`[4294967296, 9999999999999]`	Milissegundos	1970-02-20 01:02:47.296 – 2286-11-21 01:46:39.999
`(-∞, 4294968)` ou `(9999999999999, +∞)`	Inválido	—

Estas regras aplicam-se tanto a /api/put (escrita) quanto a /api/query (consulta).

Para consultar pontos de dados em um único momento, defina start e end com o mesmo valor — por exemplo, 1356998400.

Parâmetros de subconsulta

Cada objeto no array queries aceita os seguintes parâmetros:

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`aggregator`	String	Sim	—	Função de agregação. Consulte Parâmetro: aggregator. Exemplo: `sum`.
`metric`	String	Sim	—	Nome da métrica. Exemplo: `sys.cpu0`.
`rate`	Boolean	Não	`false`	Define se deve calcular a taxa de variação entre valores consecutivos. Fórmula: `(Vt − Vt-1) / (t − t-1)`.
`delta`	Boolean	Não	`false`	Define se deve calcular o delta entre valores consecutivos. Fórmula: `Vt − Vt-1`. Consulte Parâmetro: delta.
`limit`	Integer	Não	`0`	Número máximo de pontos de dados a retornar por série temporal por página. `0` significa sem limite.
`offset`	Integer	Não	`0`	Quantidade de pontos de dados a pular por série temporal por página. `0` indica que nenhum ponto de dado será ignorado.
`dpValue`	String	Não	—	Filtra os pontos de dados retornados por valor. Operadores suportados: `>`, `<`, `=`, `<=`, `>=`, `!=`. Se o valor for uma string, apenas `=` e `!=` são suportados. Aplicado após a agregação.
`preDpValue`	String	Não	—	Filtra pontos de dados brutos durante a varredura, antes da agregação. Usa os mesmos operadores de `dpValue`. Pontos de dados reprovados neste filtro são excluídos de todos os cálculos.
`downsample`	String	Não	—	Configuração de downsample. Consulte Parâmetro: downsample. Exemplo: `60m-avg`.
`tags`	Map	Não	—	Condições de filtro baseadas em tags. Mutuamente exclusivo com `filters`. Se ambos forem especificados, aquele que aparecer posteriormente no JSON terá efeito.
`filters`	List	Não	—	Condições de filtro no formato JSON. Mutuamente exclusivo com `tags`. Se ambos forem especificados, aquele que aparecer posteriormente no JSON terá efeito. Consulte Parâmetro: filters.
`hint`	Map	Não	—	Dica de consulta no nível da subconsulta. Consulte Parâmetro: hint.
`forecasting`	String	Não	—	Previsão de pontos de dados futuros usando treinamento de IA. Consulte Parâmetro: forecasting.
`abnormaldetect`	String	Não	—	Detecção de anomalias em uma série temporal usando treinamento de IA. Consulte Parâmetro: abnormaldetect.

Uma única requisição suporta no máximo 200 subconsultas.

Caso tags e filters sejam especificados simultaneamente, o parâmetro que aparecer posteriormente no JSON prevalecerá.

Exemplo de requisição

POST /api/query

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

Elementos da resposta

Uma requisição bem-sucedida retorna HTTP 200 com um array JSON. Cada elemento corresponde ao resultado de uma subconsulta.

Parâmetro	Descrição
`metric`	Nome da métrica.
`tags`	Tags cujos valores não foram agregados.
`aggregateTags`	Tags cujos valores foram agregados.
`dps`	Pontos de dados como pares timestamp-valor.

Exemplo de resposta

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

Parâmetro: limit e offset

Use limit e offset em conjunto para paginar resultados dentro de uma subconsulta.

limit: número máximo de pontos de dados a retornar por série temporal. O padrão 0 significa sem limite.
offset: quantidade de pontos de dados a pular por série temporal. O padrão 0 indica que nenhum ponto de dado será ignorado.

Importante

Nem limit nem offset podem ser definidos com um número negativo.

Para recuperar pontos de dados classificados de 1001 a 1500, defina limit como 500 e offset como 1000:

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

Parâmetro: dpValue

Filtra pontos de dados por valor após a agregação. Operadores suportados: >, <, =, <=, >=, !=.

Importante

Quando o valor do filtro for uma string, apenas = e != são suportados.

Exemplo

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

Parâmetro: delta

Quando delta é definido como true, cada valor na resposta dps representa o delta calculado entre pontos de dados consecutivos. Se o resultado original contiver n pares chave-valor, o resultado delta conterá n−1 pares — o primeiro par é descartado porque não existe valor anterior para cálculo. O operador delta também se aplica aos valores após o downsample.

deltaOptions

Configure deltaOptions na subconsulta para controlar como os deltas são calculados.

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`counter`	Boolean	Não	`false`	Trata os valores da métrica como contagens cumulativas monotonicamente crescentes ou decrescentes (semelhante a um contador). O servidor não valida os valores da métrica.
`counterMax`	Integer	Não	—	Limiar para valores delta quando `counter` é `true`. Se o delta absoluto exceder este limiar, o delta é considerado anormal. Quando não definido, nenhum limiar é aplicado.
`dropReset`	Boolean	Não	`false`	Controla o comportamento para deltas anormais quando `counterMax` está definido. Se `true`, deltas anormais são descartados. Se `false`, deltas anormais são redefinidos para 0.

Exemplo

{
  "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"
      }
    }
  ]
}

Parâmetro: downsample

O downsample agrega dados em um intervalo de tempo especificado, sendo útil ao consultar dados em longos períodos. O intervalo de tempo é dividido em janelas do tamanho especificado, e cada timestamp retornado marca o início de uma janela.

Formato

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

Importante

Quando downsample é especificado, o TSDB estende automaticamente o intervalo de consulta em um intervalo para ambos os lados. Por exemplo, um intervalo de [1346846401, 1346846499] com um intervalo de 5 minutos torna-se [1346846101, 1346846799].

Campos

interval

Valor numérico como 5 ou 60. Use 0all para agregar todos os pontos de dados do intervalo em um único valor.

units

Valor	Unidade
`s`	Segundos
`m`	Minutos
`h`	Horas
`d`	Dias
`n`	Meses
`y`	Anos

Por padrão, os timestamps são alinhados usando truncamento modular: Timestamp alinhado = Timestamp dos dados − (Timestamp dos dados % Intervalo de tempo) .

Para alinhar por intervalo de calendário (por exemplo, das 00:00 às 00:00 do dia seguinte), adicione c à unidade: 1dc .

aggregator

Operador	Descrição
`avg`	Valor médio
`count`	Número de pontos de dados
`first`	Primeiro valor
`last`	Último valor
`min`	Valor mínimo
`max`	Valor máximo
`median`	Valor mediano
`sum`	Soma dos valores
`zimsum`	Soma dos valores (interpolação zero)
`rfirst`	Igual a `first`, mas retorna o timestamp original em vez do timestamp alinhado
`rlast`	Igual a `last`, mas retorna o timestamp original em vez do timestamp alinhado
`rmin`	Igual a `min`, mas retorna o timestamp original em vez do timestamp alinhado
`rmax`	Igual a `max`, mas retorna o timestamp original em vez do timestamp alinhado

Os operadores rfirst , rlast , rmin e rmax não podem ser usados com uma política de preenchimento na mesma expressão de downsample.

Políticas de preenchimento

As políticas de preenchimento definem como o TSDB preenche valores ausentes nos resultados do downsample. Quando não há dados em uma janela de tempo, o TSDB aplica a política de preenchimento para gerar um valor.

Política de preenchimento	Preenche valores ausentes com
`none`	Sem preenchimento (padrão)
`nan`	`null`
`null`	`null`
`zero`	`0`
`linear`	Valor calculado por interpolação linear
`previous`	Valor anterior
`near`	Valor adjacente mais próximo
`after`	Próximo valor
`fixed`	Valor fixo especificado pelo usuário

Política de preenchimento fixo

Para preencher valores ausentes com um número fixo, use o formato:

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

O valor fixo pode ser positivo ou negativo. Exemplos: 1h-sum-fixed#6, 1h-avg-fixed#-8.

Exemplos de downsample

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

Importante

downsample é opcional. Para desativar explicitamente o downsample, defina-o como null ou uma string vazia: {"downsample": null} ou {"downsample": ""}.

Parâmetro: aggregator

Após o downsample, o TSDB mescla várias linhas do tempo em uma só, agregando valores em cada timestamp alinhado. A agregação é ignorada quando apenas uma linha do tempo corresponde à consulta.

Interpolação

Ao agregar múltiplas linhas do tempo, uma linha sem valor em um determinado timestamp recebe um valor interpolado — desde que nenhuma política de preenchimento seja especificada e pelo menos outra linha tenha um valor nesse timestamp.

Por exemplo, ao mesclar duas linhas do tempo com {"downsample": "10s-avg", "aggregator": "sum"}:

A Linha do tempo 1 tem valores em t+0, t+10, t+20, t+30.
A Linha do tempo 2 tem valores em t+0, t+20, t+30.

Antes da agregação, o TSDB interpola um valor para a Linha do tempo 2 em t+10. O método de interpolação depende do agregador:

Operador	Descrição	Método de interpolação
`avg`	Valor médio	Interpolação linear
`count`	Número de pontos de dados	`0` interpolado
`mimmin`	Valor mínimo	Valor máximo interpolado
`mimmax`	Valor máximo	Valor mínimo interpolado
`min`	Valor mínimo	Interpolação linear
`max`	Valor máximo	Interpolação linear
`none`	Ignora agregação	`0` interpolado
`sum`	Soma dos valores	Interpolação linear
`zimsum`	Soma dos valores	`0` interpolado

Parâmetro: filters

O parâmetro filters aceita uma lista de objetos de filtro JSON para filtragem baseada em tags. É mutuamente exclusivo com o parâmetro tags.

Parâmetros do objeto de filtro

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`type`	String	Sim	—	Tipo de filtro. Consulte Tipos de filtro. Exemplo: `literal_or`.
`tagk`	String	Sim	—	Chave da tag para filtrar. Exemplo: `host`.
`filter`	String	Sim	—	Expressão de filtro. Exemplo: `web01	web02`.
`groupBy`	Boolean	Não	`false`	Define se deve executar uma operação GROUP BY nos valores de tag correspondentes.

Também é possível usar expressões abreviadas de tags diretamente na subconsulta:

tagk = *: executa um GROUP BY em todos os valores da chave da tag.
tagk = tagv1|tagv2: agrega valores de tagv1 e valores de tagv2 separadamente.

Tipos de filtro

Tipo de filtro	Exemplo	Descrição
`literal_or`	`web01	web02`	Corresponde a valores exatos de tag separados por `	`. Sensível a maiúsculas e minúsculas.
`wildcard`	`*.example.com`	Corresponde a valores de tag usando um padrão curinga. Sensível a maiúsculas e minúsculas.

Exemplo sem filtros

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

Exemplo com filtros

{
  "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
        }
      ]
    }
  ]
}

Parâmetro: hint

Uma dica de consulta reduz o tempo de resposta controlando quais índices de chave de tag o TSDB usa durante a execução da consulta. Por exemplo, se as séries temporais correspondentes ao conjunto de tags B forem um subconjunto daquelas correspondentes ao conjunto de tags A, você pode orientar o TSDB a usar apenas o índice de B — evitando a sobrecarga de leitura de A.

O parâmetro hint pode ser definido no nível superior (aplica-se a toda a consulta) ou dentro de uma subconsulta (aplica-se apenas a essa subconsulta).

A versão atual do TSDB suporta apenas o parâmetro tagk em uma dica.

Formato

No mapa tagk, defina cada chave de tag como 1 para usar seu índice, ou 0 para ignorá-lo. Todos os valores devem ser 0 ou 1 — misturar ambos na mesma dica causa um erro.

Requisito de versão: TSDB V2.6.1 e posterior.

Dica aplicada a uma subconsulta

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

Dica aplicada a toda a consulta

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

Casos de erro

Valores 0 e 1 misturados

A seguinte requisição causa um erro porque dc é 1 e host é 0:

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

Resposta de erro:

{
  "error": {
    "code": 400,
    "message": "The value of hint should only be 0 or 1, and there should not be both 0 and 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=[])"
  }
}

Valor diferente de 0 ou 1

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

Resposta de erro:

{
  "error": {
    "code": 400,
    "message": "The value of hint can only be 0 or 1, and it is detected that '100' is passed in",
    "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=[])"
  }
}

Parâmetro: forecasting

Usa treinamento de IA em dados históricos de séries temporais para prever pontos de dados futuros. O TSDB treina com os dados existentes para identificar tendências e ciclos, projetando os valores adiante.

Formato

<AlgorithmName>-<ForecastPointCount>[-<ForecastPolicy>]

Algoritmos suportados

arima — AutoRegressive Integrated Moving Average (ARIMA). O ForecastPolicy para ARIMA possui dois campos:
- delta: ordem de diferenciação. Padrão: 1. Aumente para reduzir flutuações nos dados.
- seasonality: duração do ciclo em número de pontos de dados. Padrão: 1. Defina para corresponder ao ciclo natural dos dados (por exemplo, 10 se os dados flutuarem a cada 10 pontos).
holtwinters — Suavização exponencial de Holt-Winters. O ForecastPolicy para Holt-Winters possui um campo:
- seasonality: igual ao ARIMA. Padrão: 1.

Exemplos: arima-1, arima-48-1-48, holtwinters-1-1

Exemplo

Dados existentes na série:

[
  {
    "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
    }
  }
]

Consulta:

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

Resultado da previsão (um ponto de dado adicional é anexado):

[
  {
    "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
    }
  }
]

Parâmetro: abnormaldetect

Utiliza o algoritmo STL (Decomposição Sazonal-Tendência usando Loess) para detectar anomalias em uma série temporal. O TSDB treina com os dados existentes para identificar padrões e sinaliza pontos de dados que se desviam significativamente do intervalo esperado.

Formato

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

Apenas o algoritmo STL é suportado. Se você não estiver familiarizado com o ajuste de parâmetros STL, use os valores padrão omitindo os campos de parâmetros.

Parâmetros

Parâmetro	Descrição
`AlgorithmName`	Nome do algoritmo. Use `stl`.
`Sigma`	Limiar de anomalia. Um ponto de dado é sinalizado como anormal se a diferença absoluta entre seu valor e a média da série exceder Sigma × desvio padrão. Valor típico: `3.0`.
`NP`	Número de pontos de dados por ciclo.
`NS`	Parâmetro de suavização sazonal.
`NT`	Parâmetro de suavização de tendência.
`NL`	Parâmetro de suavização do filtro passa-baixa.

Exemplos

"abnormaldetect": "stl"

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

Exemplo de consulta

{
  "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
        }
      ]
    }
  ]
}

Saída da detecção de anomalias

Cada valor em dps é um array no formato:

[srcValue, upperValue, lowerValue, predictValue, isAbnormal]

Campo	Descrição
`srcValue`	Valor original do ponto de dado.
`upperValue`	Limite superior do intervalo esperado.
`lowerValue`	Limite inferior do intervalo esperado.
`predictValue`	Valor previsto pelo algoritmo STL.
`isAbnormal`	`0` — normal. `1` — anormal.

Exemplo de saída

[
  {
    "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]
    }
  }
]