超函数

Timescale Cloud：性能、规模、企业级

自托管产品

MST

Timescale 超函数是一组专门的函数，可用于分析时序数据。您可以使用超函数分析任何存储为时序数据的内容，包括 IoT 设备、IT 系统、营销分析、用户行为、财务指标和加密货币。

某些超函数默认包含在 Timescale 中。要使用其他超函数，您需要安装 Timescale 工具包 PostgreSQL 扩展。

有关更多信息，请参阅超函数文档。

超函数类型	超函数名称	工具包
hyperloglog() 函数
聚合	`hyperloglog()`	✅
备用聚合	`approx_count_distinct()`	✅
访问器	`distinct_count()`	✅
访问器	`stderror()`	✅
汇总	`rollup()`	✅

超函数类型	超函数名称	工具包	实验性
counter_agg() 函数
聚合	`counter_agg()`	✅
访问器	`corr()`	✅
	`counter_zero_time()`	✅
	`delta()`	✅
	`extrapolated_delta()`	✅
	`extrapolated_rate()`	✅
	`first_time()`	✅
	`first_val()`	✅
	`idelta_left()`	✅
	`idelta_right()`	✅
	`intercept()`	✅
	`interpolated_delta()`	✅
	`interpolated_rate()`	✅
	`irate_left()`	✅
	`irate_right()`	✅
	`last_time()`	✅
	`last_val()`	✅
	`num_changes()`	✅
	`num_elements()`	✅
	`num_resets()`	✅
	`rate()`	✅
	`slope()`	✅
	`time_delta()`	✅
汇总	`rollup()`	✅
修改器	`with_bounds()`	✅
gauge_agg() 函数
聚合	`gauge_agg()`	✅	✅
访问器	`corr()`	✅	✅
	`delta()`	✅	✅
	`extrapolated_delta()`	✅	✅
	`extrapolated_rate()`	✅	✅
	`gauge_zero_time()`	✅	✅
	`idelta_right()`	✅	✅
	`idelta_left()`	✅	✅
	`intercept()`	✅	✅
	`interpolated_delta()`	✅	✅
	`interpolated_rate()`	✅	✅
	`irate_left()`	✅	✅
	`num_changes()`	✅	✅
	`irate_right()`	✅	✅
	`num_elements()`	✅	✅
	`rate()`	✅	✅
	`slope()`	✅	✅
	`time_delta()`	✅	✅
汇总	`rollup()`	✅	✅
修改器	`with_bounds()`	✅	✅

超函数类型	超函数名称	工具包	实验性
函数	`asap_smooth()`	✅
	`gp_lttb()`	✅	✅
	`lttb()`	✅

超函数类型	超函数名称	工具包	实验性
count_min_sketch() 函数
聚合	`count_min_sketch()`	✅	✅
访问器	`approx_count()`	✅	✅
freq_agg() 函数
聚合	`freq_agg()`	✅	✅
访问器	`into_values()`	✅
	`max_frequency()`	✅
	`min_frequency()`	✅
	`topn()`	✅
备用聚合	`mcv_agg()`	✅
汇总	`rollup()`	✅

超函数类型	超函数名称	工具包	实验性
桶	`time_bucket_gapfill()`
插值器	`interpolate()`
插值器	`locf()`

超函数类型	超函数名称	工具包
max_n() 函数
聚合	`max_n()`	✅
访问器	`into_array()`	✅
访问器	`into_values()`	✅
汇总	`rollup()`	✅
max_n_by() 函数
聚合	`max_n_by()`	✅
访问器	`into_values()`	✅
汇总	`rollup()`	✅
min_n() 函数
聚合	`min_n()`	✅
访问器	`into_array()`	✅
访问器	`into_values()`	✅
汇总	`rollup()`	✅
min_n_by() 函数
聚合	`min_n_by()`	✅
访问器	`into_values()`	✅
汇总	`rollup()`	✅

超函数类型	超函数名称	工具包	实验性
函数	`saturating_add_pos()`	✅	✅
	`saturating_mul()`	✅	✅
	`saturating_sub()`	✅	✅
	`saturating_sub_pos()`	✅	✅
	`saturating_add()`	✅	✅

超函数类型	超函数名称	工具包	实验性
compact_state_agg() 函数
聚合	`compact_state_agg()`	✅	✅
访问器	`duration_in()`	✅	✅
	`interpolated_duration_in()`	✅	✅
	`into_values()`	✅	✅
汇总	`rollup()`	✅	✅
heartbeat_agg() 函数
聚合	`heartbeat_agg()`	✅
访问器	`dead_ranges()`	✅
	`downtime()`	✅
	`interpolate()`	✅
	`interpolated_downtime()`	✅
	`interpolated_uptime()`	✅
	`live_at()`	✅
	`live_ranges()`	✅
	`num_gaps()`	✅
	`num_live_ranges()`	✅
	`trim_to()`	✅
	`uptime()`	✅
汇总	`rollup()`	✅
state_agg() 函数
聚合	`state_agg()`	✅
访问器	`duration_in()`	✅
	`interpolated_duration_in()`	✅
	`interpolated_state_periods()`	✅
	`interpolated_state_timeline()`	✅
	`into_values()`	✅
	`state_at()`	✅
	`state_timeline()`	✅
	`state_periods()`	✅
汇总	`rollup()`	✅

超函数类型	超函数名称	工具包	实验性
桶	`time_bucket()`
桶	`timescaledb_experimental.time_bucket_ng()`		✅
一步聚合	`approximate_row_count()`
	`first()`
	`histogram()`
	`last()`
一步操作	`days_in_month()`	✅
一步操作	`month_normalize()`	✅