MetricBase

  • Versão de lançamento: Zurich
  • Atualizado 31 de jul. de 2025
  • 4 min. de leitura
  • As transformações permitem que você visualize dados do MetricBase de diferentes maneiras.

    Transformações disponíveis

    Todas as transformações, exceto Rótulo as transformações são funções matemáticas que você pode aplicar 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 métricas.
    Qui-quadrado Mostra o quão bem um modelo estatístico se ajusta ao conjunto de dados de métricas.
    Contagem Mostra a contagem de pontos de dados no conjunto de dados de métricas.
    Decompor Separa os componentes dos 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 métricas.
    Filtrar Produz uma nova série com valores calculados usando a função de agregação fornecida em uma janela de tempo deslizante da duração fornecida. Uma média móvel de 15 minutos usaria a transformação Filtro com Média função de agregação e 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 dos percentis 90 e 99, forneça uma matriz de [0,9,0,99].
    Interpolar Cria novos pontos de dados em 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 de período.
    Log Calcula o logaritmo natural de todos os valores no conjunto de dados.
    Máx Mostra o maior valor em cada point-in-time do conjunto de dados de métricas.
    Mediana Mostra a mediana do conjunto de dados de métricas. A mediana separa os valores mais altos do conjunto de dados de métricas dos valores mais baixos.
    Mín Mostra o menor valor em cada point-in-time do conjunto de dados de métricas.
    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 o. 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 séries temporais previstos gerados pelo modelo de previsão selecionado na tabela de modelos MetricBase (mb_model) com dados reais. Os dados previstos e reais podem ser representados em gráfico. 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 em um diferente MetricBase métrica de séries temporais, por exemplo, CopyData('targetMetric').put() .
    Criar uma nova amostra Expande ou contrai os dados para se ajustarem ao período fornecido. Quando você estende o período, a função de agregação é usada para combinar os dados para se ajustar ao novo período. Ao encurtar 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 métricas.
    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 métricas. Consulte Transformação de soma para obter mais informações.
    Superior Mostra somente o maior número especificado de valores do conjunto de dados de métricas.

    Transformação de soma

    Um valor no carimbo de data/hora "T" indica o valor do intervalo (T-período, T). Em sua consulta, soma() fornece a série de entrada. Você tem uma série e, em seguida, você reamostra a série original em uma nova série com período igual a 1 dia. Quando você reamostrar a série original para um período, isso 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. Compreensão da transformação de soma Série reamostrada

    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
        }
      ]
    }