Transformações de MetricBase

  • Versão de lançamento: Xanadu
  • Atualizado 1 de ago. de 2024
  • 4 min. de leitura
  • As transformações permitem que você visualize os dados do MetricBase de maneiras diferentes.

    Transformações disponíveis

    Todas as transformações, exceto a transformação de Rótulo, são funções matemáticas que podem ser aplicadas aos dados de métricas. Aplique várias transformações para criar uma cadeia de transformação.
    Transformação Descrição
    Adicionar Calcula um resultado adicionando o valor especificado aos pontos de dados no conjunto de dados.
    Média Calcula as médias aritméticas de todas as métricas selecionadas no momento.
    Inferior Mostra somente o menor número especificado de valores do conjunto de dados de métrica.
    Qui-quadrado Mostra como um modelo estatístico se ajusta ao conjunto de dados de métrica.
    Contagem Mostra a contagem de pontos de dados no conjunto de dados de métrica.
    Decompor Separa componentes de modelos preditivos. Você pode decompor e solicitar o mínimo e o máximo para obter os limites inferior e superior de um modelo preditivo.
    Dividir Calcula um resultado dividindo os pontos de dados no conjunto de dados por um valor especificado.
    Envelope Mostra os valores mínimo e máximo do conjunto de dados de métrica.
    Filtrar Produz uma nova série com valores calculados usando a função de agregação fornecida em uma janela de tempo variável da duração fornecida. Uma média móvel de 15 minutos usaria a transformação de filtro com a função de agregação Média e uma duração de 15 minutos.
    Funções de agregação compatíveis:
    • MÉDIA
    • CHISQUARE
    • ÚLTIMO
    • MÁX
    • MEDIANA
    • MÍN
    • STDDEV
    Ajuste Gera um modelo de previsão que pode ser usado pelo gatilho baseado em modelo.
    Fractais Retorna uma nova série com valores que representam os percentis fornecidos dos dados subjacentes. Por exemplo, para consultar os tempos de resposta do 90º e 99º percentil, forneça uma matriz de [0.9,0.99].
    Interpolar Constrói novos pontos de dados com uma duração especificada para calcular um resultado.
    Rótulo Permite que você defina um rótulo para sua transformação.
    Último Retorna o último valor definido na janela do período.
    Log Calcula o logaritmo natural de todos os valores no conjunto de dados.
    Máximo(a) Mostra o maior valor em cada ponto no tempo para o conjunto de dados de métrica.
    Mediana Mostra a mediana do conjunto de dados de métrica. A mediana separa os valores mais altos do conjunto de dados de métrica dos valores mais baixos.
    Mínimo(a) Mostra o menor valor em cada ponto no tempo para o conjunto de dados de métrica.
    Multiplicar Calcula um resultado multiplicando os pontos de dados no conjunto de dados por um valor especificado.
    Partição Produz uma nova série com valores calculados usando a função de agregação fornecida em um intervalo de tempo fixo de uma determinada duração. Especifique a Base (um carimbo de data/hora) para alinhar a janela de partição.
    Funções de agregação compatíveis:
    • MÉDIA
    • CHISQUARE
    • ÚLTIMO
    • MÁX
    • MEDIANA
    • MÍN
    • STDDEV
    Prever Compara dados de série temporal previstos gerados pelo modelo de previsão selecionado na tabela MetricBase Models (mb_model) com dados reais. Os dados previstos e reais podem ser representados graficamente. Os gatilhos de previsão são baseados nos valores previstos, bem como nos limites. Os limites são valores acima e abaixo do valor previsto. Os dados reais que estão fora desses limites executam gatilhos de previsão.
    Colocar Copia uma métrica de série temporal para uma métrica de série temporal MetricBase diferente, por exemplo, copyData('targetMetric').put().
    Criar uma nova amostra Expande ou contrai os dados para ajustá-los ao período fornecido. Quando você estende o período, a função de agregação é usada para combinar os dados para se ajustarem ao novo período. Quando você encurta o período, os dados existentes são propagados para os períodos subjacentes.
    Funções de agregação compatíveis:
    • MÉDIA
    • CHISQUARE
    • ÚLTIMO
    • MÁX
    • MEDIANA
    • MÍN
    • STDDEV
    Desvio Padrão Calcula o desvio padrão nos dados subjacentes. Usado para quantificar a variação ou dispersão de um conjunto de valores de dados no conjunto de dados de métrica.
    Subtrair Calcula um resultado subtraindo o valor especificado dos pontos de dados no conjunto de dados.
    Soma Calcula a soma dos pontos de dados no conjunto de dados de métrica. Consulte Transformação de soma para obter mais informações.
    Superior Mostra somente o maior número especificado de valores do conjunto de dados de métrica.

    Soma da transformação

    Um valor no carimbo de data/hora "T" denota o valor do intervalo (período T, T). Em sua consulta, sum() fornece a série de entrada. Você tem uma série e, em seguida, faz uma nova amostra da série original em uma nova série com período = 1 dia. Quando você reamostra a série original para um período, ele cria dois pontos de dados (2000-04-02T00:00:00Z e 2000-04-03T00:00:00Z). O valor em 2000-04-02T00:00:00Z é 1 porque há um ponto de dados. O valor em 2000-04-03T00:00:00Z é calculado agregando valores no intervalo (2000-04-02T00:00:00Z, 2000-04-03T00:00:00Z). O valor é igual a 3. Noções básicas sobre a transformação de soma Séries com nova amostra

    Neste exemplo, o resultado de
    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'))
    é [1, 3] em vez de [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
        }
      ]
    }