関数ライブラリ

次の記事には、UDF (ユーザー定義関数) のカテゴリ別の一覧が含まれています。

この記事では、ユーザー定義関数のコードを示します。 これをクエリに埋め込まれている let ステートメント内で使用することも、.create function を使用してデータベースに保存することもできます。

一般関数

関数名	説明
geoip_fl()	IP アドレスの地理情報を取得します。
get_packages_version_fl()	Python エンジンと指定したパッケージのバージョン情報を返します。

機械学習の関数

関数名	説明
kmeans_fl()	K-Means アルゴリズムを使用してクラスター化します。
predict_fl()	トレーニング済みの既存の機械学習モデルを使用して予測します。
predict_onnx_fl()	トレーニング済みの既存の機械学習モデルを使用して ONNX 形式で予測します。

Plotly 関数

次のセクションでは、対話型 の Plotly グラフをレンダリングするための関数について説明します。

関数名	説明
plotly_anomaly_fl()	Plotly テンプレートを使用して異常チャートをレンダリングします。
plotly_scatter3d_fl()	Plotly テンプレートを使用して 3D 散布図をレンダリングします。

PromQL 関数

次のセクションには、一般的な PromQL 関数が含まれています。 これらの関数は、 Prometheus 監視システムによってクラスターに取り込まれたメトリックの分析に使用できます。 すべての関数は、クラスター内のメトリックが Prometheus データ モデルを使用して構造化されていることを前提としています。

関数名	説明
series_metric_fl()	Prometheus データ モデルを使用して、格納されている時系列を選択して取得します。
series_rate_fl()	1 秒あたりのカウンター メトリック増加率の平均値を計算します。

系列処理関数

関数名	Description
quantize_fl()	メトリック列を量子化します。
series_clean_anomalies_fl()	系列の異常を補間値で置き換えます。
series_cosine_similarity_fl()	2 つの数値ベクトルのコサイン類似性を計算します。
series_dbl_exp_smoothing_fl()	系列に二重指数平滑化フィルターを適用します。
series_dot_product_fl()	2 つの数値ベクトルのドット積を計算します。
series_downsample_fl()	整数係数で時系列をダウンサンプリングします。
series_exp_smoothing_fl()	系列に基本的な指数平滑化フィルターを適用します。
series_fit_lowess_fl()	LOWESS メソッドを使用して、局所多項式を系列に適合させます。
series_fit_poly_fl()	回帰分析を使用して多項式を系列に適合させます。
series_fbprophet_forecast_fl()	Prophet アルゴリズムを使用して時系列の値を予測します。
series_lag_fl()	系列にラグ フィルターを適用します。
series_monthly_decompose_anomalies_fl()	毎月の季節性を持つ系列の異常を検出します。
series_moving_avg_fl()	系列に移動平均フィルターを適用します。
series_moving_var_fl()	系列に移動分散フィルターを適用します。
series_mv_ee_anomalies_fl()	楕円エンベロープ モデルを使用した系列の多変量異常検出。
series_mv_if_anomalies_fl()	分離フォレスト モデルを使用した系列の多変量異常検出。
series_mv_oc_anomalies_fl()	1 つのクラス SVM モデルを使用した系列の多変量異常検出。
series_rolling_fl()	系列にローリング集計関数を適用します。
series_shapes_fl()	正/負の傾向または連続するジャンプを検出します。
series_uv_anomalies_fl()	一変量異常検出コグニティブ サービス API を使用して、時系列内の異常を検出します。
series_uv_change_points_fl()	一変量異常検出コグニティブ サービス API を使用して、時系列内の変化点を検出します。
time_weighted_avg_fl()	メトリックの時間加重平均を計算します。
time_window_rolling_avg_fl()	一定の時間ウィンドウにおけるメトリックのローリング平均を計算します。

統計関数と確率関数

関数名	Description
bartlett_test_fl()	Bartlett 検定を実行します。
binomial_test_fl()	二項検定を実行します。
comb_fl()	n から k 項目を選択するための組み合わせの数である C(n, k) を計算します。
factorial_fl()	n の階乗である n! を計算します。
ks_test_fl()	コルモゴロフ・スミルノフ検定を実行します。
levene_test_fl()n	ルビーン検定を実行します。
normality_test_fl()	正規性検定を実行します。
mann_whitney_u_test_fl()	マン・ホイットニーの U 検定を実行します。
pair_probabilities_fl()	カテゴリ変数のペアについて、さまざまな確率と関連するメトリックを計算します。
pairwise_dist_fl()	複数の名義変数と数値変数に基づいて、エンティティ間のペアワイズ距離を計算します。
percentiles_linear_fl()	最も近いランク間の線形補間を使用してパーセンタイルを計算する
perm_fl()	n から k 項目を選択する配列の数である P(n, k) を計算します。
two_sample_t_test_fl()	2 標本 t 検定を実行します。
wilcoxon_test_fl()	ウィルコクソン検定を実行します。

テキスト分析

関数名	説明
log_reduce_fl()	テキスト ログで一般的なパターンを検索し、概要テーブルを出力します。
log_reduce_full_fl()	テキスト ログで一般的なパターンを検索し、完全なテーブルを出力します。
log_reduce_predict_fl()	トレーニング済みのモデルを適用して、テキスト ログで一般的なパターンを見つけ、概要テーブルを出力します。
log_reduce_predict_full_fl()	トレーニング済みのモデルを適用して、テキスト ログで一般的なパターンを見つけ、完全なテーブルを出力します。
log_reduce_train_fl()	テキスト ログで一般的なパターンを検索し、モデルを出力します。