MetricBase-Transformationen

Mit Transformationen können Sie MetricBase-Daten auf verschiedene Arten visualisieren.

Verfügbare Transformationen

Alle Transformationen außer der Transformation Bezeichnung sind mathematische Funktionen, die Sie auf die Metrikdaten anwenden können. Wenden Sie mehrere Transformationen an, um eine Transformationskette zu erstellen.

Transformation	Beschreibung
Hinzufügen	Berechnet ein Ergebnis, indem der angegebene Wert den Datenpunkten in dem Datensatz hinzugefügt wird.
Durchschnitt	Berechnet das arithmetische Mittel aller aktuell ausgewählten Metriken.
Unten	Zeigt nur die niedrigste angegebene Anzahl von Werten des Metrik-Datensatzes an.
Chi-Quadrat	Zeigt, wie gut ein statistisches Modell für einen Metrik-Datensatz passt.
Anzahl	Zeigt die Anzahl der Datenpunkte innerhalb des Metrik-Datensatzes an.
Zerlegen	Trennt Komponenten aus Vorhersagemodellen heraus. Sie können die Mindest- und Höchstanzahl zerlegen und abfragen, um die untere und obere Grenze eines Vorhersagemodells erhalten.
Teilen	Berechnet ein Ergebnis, indem die Datenpunkte in dem Datensatz durch einen angegebenen Wert geteilt werden.
Umschlag	Zeigt die Minimal- und Maximalwerte des Metrik-Datensatzes an.
Filter	Erzeugt eine neue Reihe mit Werten, die unter Verwendung der gegebenen Zusammenfassungsfunktion über ein gleitendes Zeitfenster der gegebenen Dauer berechnet wurden. Ein gleitender 15-Minuten-Durchschnitt würde die Filter-Transformation mit der Zusammenfassungsfunktion Durchschnitt und einer Dauer von 15 Minuten verwenden. Unterstützte Zusammenfassungsfunktionen: DURCHSCHNITT CHI-QUADRAT LETZTER MAX MEDIAN MIN STABW
Anpassen	Generiert ein Vorhersagemodell, das vom modellbasierten Auslöser verwendet werden kann
Fraktile	Gibt eine neue Reihe mit Werten aus, die die angegebenen Perzentile der zugrunde liegenden Daten darstellen. Um beispielsweise die Antwortzeiten für das 90. und 99. Perzentil abzufragen, geben Sie das Array [0,9,0,99] an.
Interpolieren	Erstellt neue Datenpunkte mit einer festgelegten Dauer, um ein Ergebnis zu berechnen.
Bezeichnung	Ermöglicht Ihnen das Festlegen einer Bezeichnung für Ihre Transformation.
Letzter	Gibt den letzten definierten Wert im Zeitraumfenster zurück.
Log	Berechnet den natürlichen Logarithmus aller Werte im Datensatz.
Max.	Zeigt den größten Wert zu jedem Zeitpunkt für den Metrik-Datensatz an.
Median	Zeigt den Median des Metrik-Datensatzes an. Der Median trennt die höheren Werte des Metrik-Datensatzes von den niedrigeren Werten.
Min.	Zeigt den kleinsten Wert zu jedem Zeitpunkt für den Metrik-Datensatz an.
Multiplizieren	Berechnet ein Ergebnis, indem die Datenpunkte in dem Datensatz mit einem angegebenen Wert multipliziert werden.
Partition	Erzeugt eine neue Reihe mit Werten, die unter Verwendung der gegebenen Zusammenfassungsfunktion über einen festen Zeitrahmen einer gegebenen Dauer berechnet wurden. Geben Sie die Basis (einen Zeitstempel) an, um das Partitionsfenster auszurichten. Unterstützte Zusammenfassungsfunktionen: DURCHSCHNITT CHI-QUADRAT LETZTER MAX MEDIAN MIN STABW
Prognostizieren	Vergleicht vorhergesagte Zeitreihendaten, die von dem in der Tabelle mit MetricBase-Modellen (mb_model) ausgewählten Vorhersagemodell generiert wurden, mit echten Daten. Die prognostizierten und tatsächlichen Daten können grafisch dargestellt werden. Die Vorhersageauslöser beruhen auf den vorhergesagten Werten und Schwellenwerten. Schwellenwerte sind Werte oberhalb und unterhalb des vorhergesagten Werts. Reale Daten, die außerhalb dieser Schwellenwerte liegen, sorgen für die Ausführung von Vorhersageauslösern.
Platzieren	Kopiert eine Zeitreihenmetrik in eine andere MetricBase-Zeitreihenmetrik, z. B. copyData('targetMetric').put().
Neue Stichproben	Erweitert oder kontrahiert die Daten für den angegebenen Zeitraum. Wenn Sie den Zeitraum erweitern, wird die Zusammenfassungsfunktion verwendet, um die Daten so zu kombinieren, dass sie in den neuen Zeitraum passen. Wenn Sie den Zeitraum verkürzen, werden die vorhandenen Daten an die zugrunde liegenden Zeiträume weitergegeben. Unterstützte Zusammenfassungsfunktionen: DURCHSCHNITT CHI-QUADRAT LETZTER MAX MEDIAN MIN STABW
Standardabweichung	Berechnet die Standardabweichung über die zugrunde liegenden Daten. Wird verwendet, um die Variation oder Streuung einer Menge von Datenwerten im Metrik-Datensatz zu quantifizieren.
Abziehen	Berechnet ein Ergebnis, indem der angegebene Wert von den Datenpunkten in dem Datensatz subtrahiert wird.
Summe	Berechnet die Summe der Datenpunkte innerhalb des Metrik-Datensatzes. Weitere Informationen finden Sie unter Summentransformation .
Spline	Zeigt nur die höchste angegebene Anzahl von Werten des Metrik-Datensatzes an.

Summentransformation

Ein Wert am Zeitstempel „T“ bezeichnet den Wert für den Bereich (T-Zeitraum, T). In Ihrer Abfrage stellt sum() die Eingabereihe bereit. Sie haben eine Reihe und berechnen aus der ursprünglichen Reihe dann eine neue Reihe mit dem Zeitraum = 1 Tag. Wenn Sie die ursprüngliche Reihe für einen Zeitraum neu berechnen, werden zwei Datenpunkte erstellt (2000-04-02T00:00:00Z und 2000-04-03T00:00:00Z). Der Wert von 2000-04-02T00:00:00Z ist 1, da dort ein Datenpunkt vorhanden ist. Der Wert von 2000-04-03T00:00:00Z wird durch die Zusammenfassung der Werte im Bereich (2000-04-02T00:00:00Z, 2000-04-03T00:00:00Z) berechnet. Der Wert ist gleich 3. Grundlegendes

In diesem Beispiel ist das Ergebnis von

var startTime = new GlideDateTime('2000-04-02 00:00:00');
var endTime = new GlideDateTime('2000-04-02 23:00:00');
transformer.metric('u_cost').sum().resample('SUM', GlideDuration('1 00:00:00'))

[1, 3] statt [4].

====== rest api result for GET ======
{
  "seriesRef": {
    "subject": "28e6bf5d73c233000355bccdbdf6a70c",
    "table": "sn_cld_intg_aws_cost_usage",
    "metric": "u_cost"
  },
  "label": "28e6bf5d73c233000355bccdbdf6a70c:sn_cld_intg_aws_cost_usage|u_cost",
  "values": [
    {
      "timestamp": "2000-04-02T00:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T01:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T02:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T03:00:00Z",
      "value": 1
    },
    {
      "timestamp": "2000-04-02T04:00:00Z",
      "value": 0
    },
    {
      "timestamp": "2000-04-02T05:00:00Z",
      "value": 0
    },
    ...
    {
      "timestamp": "2000-04-02T23:00:00Z",
      "value": 0
    },
    {
      "timestamp": "2000-04-03T00:00:00Z",
      "value": 0
    }
  ]
}