Biblioteka funkcji

Poniższy artykuł zawiera listę kategoryzowaną funkcji zdefiniowanej przez użytkownika.

Kod funkcji zdefiniowanych przez użytkownika jest podany w artykułach. Może być on używany w instrukcji let osadzonej w zapytaniu lub może być utrwalany w bazie danych przy użyciu polecenia .create function.

Funkcje ogólne

Nazwa funkcji	Opis
geoip_fl()	Pobiera informacje geograficzne o adresie IP.
get_packages_version_fl()	Zwraca informacje o wersji aparatu języka Python i określone pakiety.

Funkcje uczenia maszynowego

Nazwa funkcji	Opis
kmeans_fl()	Klasteryzacja przy użyciu algorytmu k-średnich.
predict_fl()	Przewidywanie przy użyciu istniejącego wytrenowanego modelu uczenia maszynowego.
predict_onnx_fl()	Przewidywanie przy użyciu istniejącego wytrenowanego modelu uczenia maszynowego w formacie ONNX.

Funkcje kreślące

Poniższa sekcja zawiera funkcje renderowania interaktywnych wykresów wykresów Plotly.

Nazwa funkcji	Opis
plotly_anomaly_fl()	Renderuj wykres anomalii przy użyciu szablonu Plotly.
plotly_scatter3d_fl()	Renderuj wykres punktowy 3D przy użyciu szablonu Plotly.

Funkcje PromQL

Poniższa sekcja zawiera typowe funkcje PromQL . Te funkcje mogą służyć do analizy metryk pozyskanych do klastra przez system monitorowania Prometheus . Wszystkie funkcje zakładają, że metryki w klastrze są ustrukturyzowane przy użyciu modelu danych Prometheus.

Nazwa funkcji	Opis
series_metric_fl()	Wybierz i pobierz szeregi czasowe przechowywane przy użyciu modelu danych Prometheus.
series_rate_fl()	Oblicz średnią szybkość wzrostu metryki licznika na sekundę.

Funkcje przetwarzania serii

Nazwa funkcji	Opis
quantize_fl()	Kwantyzuj kolumny metryk.
series_clean_anomalies_fl()	Zastąp anomalie w serii wartością interpolowaną.
series_cosine_similarity_fl()	Oblicz podobieństwo cosinusowe dwóch wektorów liczbowych.
series_dbl_exp_smoothing_fl()	Zastosuj podwójny filtr wygładzania wykładniczego w serii.
series_dot_product_fl()	Oblicz kropkę dwóch wektorów liczbowych.
series_downsample_fl()	Szeregi czasowe downsample według współczynnika całkowitego.
series_exp_smoothing_fl()	Zastosuj podstawowy filtr wygładzania wykładniczego w serii.
series_fit_lowess_fl()	Dopasuj lokalny wielomian do serii przy użyciu metody LOWESS.
series_fit_poly_fl()	Dopasuj wielomian do serii przy użyciu analizy regresji.
series_fbprophet_forecast_fl()	Prognozowanie wartości szeregów czasowych przy użyciu algorytmu proroka.
series_lag_fl()	Zastosuj filtr opóźnienia w serii.
series_monthly_decompose_anomalies_fl()	Wykrywanie anomalii w serii z miesięczną sezonowością.
series_moving_avg_fl()	Zastosuj filtr średniej ruchomej dla serii.
series_moving_var_fl()	Zastosuj ruchomy filtr wariancji w serii.
series_mv_ee_anomalies_fl()	Wielowariancyjne wykrywanie anomalii dla serii przy użyciu wielokropkowego modelu koperty.
series_mv_if_anomalies_fl()	Wielowariancyjne wykrywanie anomalii dla serii przy użyciu modelu lasu izolacji.
series_mv_oc_anomalies_fl()	Wielowariancyjne wykrywanie anomalii dla serii przy użyciu jednego modelu SVM klasy.
series_rolling_fl()	Zastosuj funkcję agregacji stopniowej w serii.
series_shapes_fl()	Wykrywa pozytywny/negatywny trend lub skok w serii.
series_uv_anomalies_fl()	Wykrywanie anomalii w szeregach czasowych przy użyciu interfejsu API usługi Cognitive Service wykrywania anomalii.
series_uv_change_points_fl()	Wykrywanie punktów zmian w szeregach czasowych przy użyciu interfejsu API univariate Anomaly Detection Cognitive Service.
time_weighted_avg_fl()	Oblicza średnią ważoną czasu metryki.
time_window_rolling_avg_fl()	Oblicza średnią kroczącą metryki w stałym przedziale czasu trwania.

Funkcje statystyczne i prawdopodobieństwa

Nazwa funkcji	Opis
bartlett_test_fl()	Przeprowadź test Bartletta.
binomial_test_fl()	Przeprowadź test binomialny.
comb_fl()	Oblicz C(n, k), liczbę kombinacji do wyboru elementów k z n.
factorial_fl()	Oblicz n!, współczynnik n.
ks_test_fl()	Wykonaj test Kolmogorov Smirnov.
levene_test_fl()n	Wykonaj test Levene.
normality_test_fl()	Wykonuje test normalności.
mann_whitney_u_test_fl()	Wykonaj test Mann-Whitney U.
pair_probabilities_fl()	Oblicz różne prawdopodobieństwa i powiązane metryki dla pary zmiennych kategorii.
pairwise_dist_fl()	Oblicz odległość parowania między jednostkami na podstawie wielu zmiennych nominalnych i liczbowych.
percentiles_linear_fl()	Obliczanie percentylów przy użyciu interpolacji liniowej między najbliższymi rangami
perm_fl()	Oblicz P(n, k), liczbę permutacji do wyboru elementów k z n.
two_sample_t_test_fl()	Wykonaj dwa przykładowe testy t-testowe.
wilcoxon_test_fl()	Wykonaj test Wilcoxon.

Analiza tekstu

Nazwa funkcji	Opis
log_reduce_fl()	Znajdź typowe wzorce w dziennikach tekstowych i wyprowadza tabelę podsumowania.
log_reduce_full_fl()	Znajdź typowe wzorce w dziennikach tekstowych i wyprowadza pełną tabelę.
log_reduce_predict_fl()	Zastosuj wytrenowany model, aby znaleźć typowe wzorce w dziennikach tekstowych i wyświetlić tabelę podsumowania.
log_reduce_predict_full_fl()	Zastosuj wytrenowany model, aby znaleźć typowe wzorce w dziennikach tekstowych i wyświetlić pełną tabelę.
log_reduce_train_fl()	Znajdź typowe wzorce w dziennikach tekstowych i wyprowadza model.