series_downsample_fl()

Changer de service à l’aide de la liste déroulante Version . En savoir plus sur la navigation.
S’applique à : ✅ Microsoft Fabric ✅ Azure Data Explorer ✅ Azure Monitor ✅ Microsoft Sentinel

La fonction est une fonction series_downsample_fl() définie par l’utilisateur (UDF) qui met à l’échelle une série chronologique par un facteur entier. Cette fonction prend une table contenant plusieurs séries chronologiques (tableau numérique dynamique) et descend chaque série. La sortie contient à la fois la série grossière et son tableau de temps respectifs. Pour éviter l’alias, la fonction applique un filtre à faible passe simple sur chaque série avant le sous-échantillonnage.

Syntaxe

T | invoke series_downsample_fl( , t_col y_col,ds_t_col sampling_factor ds_y_col,,

En savoir plus sur les conventions de syntaxe.

Paramètres

Nom	Type	Requise	Description
t_col	string	✔️	Nom de la colonne qui contient l’axe temporel de la série vers le bas.
y_col	string	✔️	Nom de la colonne qui contient la série vers le bas.
ds_t_col	string	✔️	Nom de la colonne pour stocker l’axe temporel échantillonné de chaque série.
ds_y_col	string	✔️	Nom de la colonne pour stocker la série échantillonné vers le bas.
sampling_factor	int	✔️	Entier spécifiant l’échantillonnage inférieur requis.

Définition de fonction

Vous pouvez définir la fonction en incorporant son code en tant que fonction définie par une requête ou en la créant en tant que fonction stockée dans votre base de données, comme suit :

Défini par la requête

Définissez la fonction à l’aide de l’instruction let suivante. Aucune autorisation n'est requise.

Important

Une instruction let ne peut pas s’exécuter par elle-même. Elle doit être suivie d’une instruction d’expression tabulaire. Pour exécuter un exemple de travail, consultez l’exempleseries_downsample_fl().

let series_downsample_fl=(tbl:(*), t_col:string, y_col:string, ds_t_col:string, ds_y_col:string, sampling_factor:int)
{
    tbl
    | extend _t_ = column_ifexists(t_col, dynamic(0)), _y_ = column_ifexists(y_col, dynamic(0))
    | extend _y_ = series_fir(_y_, repeat(1, sampling_factor), true, true)    //  apply a simple low pass filter before sub-sampling
    | mv-apply _t_ to typeof(DateTime), _y_ to typeof(double) on
    (extend rid=row_number()-1
    | where rid % sampling_factor == ceiling(sampling_factor/2.0)-1                    //  sub-sampling
    | summarize _t_ = make_list(_t_), _y_ = make_list(_y_))
    | extend cols = bag_pack(ds_t_col, _t_, ds_y_col, _y_)
    | project-away _t_, _y_
    | evaluate bag_unpack(cols)
};
// Write your query to use the function here.

Emmagasiné

Définissez la fonction stockée une fois à l’aide des éléments suivants .create function. Les autorisations utilisateur de base de données sont requises.

Important

Vous devez exécuter ce code pour créer la fonction avant de pouvoir utiliser la fonction comme indiqué dans l’exemple.

.create-or-alter function with (folder = "Packages\\Series", docstring = "Downsampling a series by an integer factor")
series_downsample_fl(tbl:(*), t_col:string, y_col:string, ds_t_col:string, ds_y_col:string, sampling_factor:int)
{
    tbl
    | extend _t_ = column_ifexists(t_col, dynamic(0)), _y_ = column_ifexists(y_col, dynamic(0))
    | extend _y_ = series_fir(_y_, repeat(1, sampling_factor), true, true)    //  apply a simple low pass filter before sub-sampling
    | mv-apply _t_ to typeof(DateTime), _y_ to typeof(double) on
    (extend rid=row_number()-1
    | where rid % sampling_factor == ceiling(sampling_factor/2.0)-1                    //  sub-sampling
    | summarize _t_ = make_list(_t_), _y_ = make_list(_y_))
    | extend cols = bag_pack(ds_t_col, _t_, ds_y_col, _y_)
    | project-away _t_, _y_
    | evaluate bag_unpack(cols)
}

Exemple

L’exemple suivant utilise l’opérateur Invoke pour exécuter la fonction.

Défini par la requête

Pour utiliser une fonction définie par une requête, appelez-la après la définition de la fonction incorporée.

Exécuter la requête

let series_downsample_fl=(tbl:(*), t_col:string, y_col:string, ds_t_col:string, ds_y_col:string, sampling_factor:int)
{
    tbl
    | extend _t_ = column_ifexists(t_col, dynamic(0)), _y_ = column_ifexists(y_col, dynamic(0))
    | extend _y_ = series_fir(_y_, repeat(1, sampling_factor), true, true)    //  apply a simple low pass filter before sub-sampling
    | mv-apply _t_ to typeof(DateTime), _y_ to typeof(double) on
    (extend rid=row_number()-1
    | where rid % sampling_factor == ceiling(sampling_factor/2.0)-1                    //  sub-sampling
    | summarize _t_ = make_list(_t_), _y_ = make_list(_y_))
    | extend cols = bag_pack(ds_t_col, _t_, ds_y_col, _y_)
    | project-away _t_, _y_
    | evaluate bag_unpack(cols)
};
demo_make_series1
| make-series num=count() on TimeStamp step 1h by OsVer
| invoke series_downsample_fl('TimeStamp', 'num', 'coarse_TimeStamp', 'coarse_num', 4)
| render timechart with(xcolumn=coarse_TimeStamp, ycolumns=coarse_num)

Emmagasiné

Important

Pour que cet exemple s’exécute correctement, vous devez d’abord exécuter le code de définition de fonction pour stocker la fonction.

demo_make_series1
| make-series num=count() on TimeStamp step 1h by OsVer
| invoke series_downsample_fl('TimeStamp', 'num', 'coarse_TimeStamp', 'coarse_num', 4)
| render timechart with(xcolumn=coarse_TimeStamp, ycolumns=coarse_num)

Sortie

La série chronologique a basculé de 4 :

Pour référence, voici la série chronologique d’origine (avant l’échantillonnage inférieur) :

demo_make_series1
| make-series num=count() on TimeStamp step 1h by OsVer
| render timechart with(xcolumn=TimeStamp, ycolumns=num)