降采样functions

工具包TimescaleDB 工具包函数在 Timescale 社区版中可用。它们会自动包含在 Timescale 中，但对于自托管的 TimescaleDB，需要单独安装。点击了解更多。

对您的数据进行降采样以可视化趋势，同时保留较少的数据点。降采样用高度代表原始数据的一组更小的值替换一组值。这对于图表应用程序特别有用。

此组中的函数

警告

此函数组包含一些实验性函数。实验性函数可能会在将来的版本中更改或删除。我们不建议在生产环境中使用它们。实验性函数标记有 **实验性** 标签。

asap_smooth: 使用 ASAP 平滑算法对时间序列进行降采样
gp_lttb: 实验性使用最大三角形三桶方法对时间序列进行降采样，同时保留原始数据中的间隙
lttb: 使用最大三角形三桶方法对时间序列进行降采样

函数详细信息

asap_smooth(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
) RETURNS Timevector

使用 ASAP 平滑算法对您的数据进行降采样。该算法保留了输入数据的近似形状和较大趋势，同时最大程度地减少了点之间的局部方差。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的 timestamps
`value`	`DOUBLE PRECISION`	每个 timestamp 的值
`resolution`	`INT`	要返回的点的近似数量。确定结果图的水平分辨率。

返回值

列	类型	描述
`asap_smooth`	`Timevector`	一个表示从起始时间开始以设定间隔发生的系列值的 object。它可以通过 `unnest` 解包。有关更多信息，请参阅有关时间向量的文档。

示例

此示例使用一个名为 metrics 的表，其中包含 date 和 reading 的列。这些列包含在较长的时间间隔内累积的测量值。此示例采用这些数据并提供约 10 个点的平滑表示，但仍然显示任何异常读数：


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 12.0 * PI()))
    FROM generate_series(1,168) foo;

SELECT * FROM unnest(
  (SELECT asap_smooth(date, reading, 8)
    FROM metrics)
);


time                    |        value
------------------------+---------------------
2020-01-01 01:00:00+00  | 5.3664814565722665
2020-01-01 21:00:00+00  |  5.949469264090644
2020-01-02 17:00:00+00  |  5.582987807518377
2020-01-03 13:00:00+00  |  4.633518543427733
2020-01-04 09:00:00+00  |  4.050530735909357
2020-01-05 05:00:00+00  |  4.417012192481623
2020-01-06 01:00:00+00  |  5.366481456572268
2020-01-06 21:00:00+00  |  5.949469264090643

gp_lttb(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
  [, gapsize INTERVAL]
) RETURNS Timevector

使用最大三角形三桶算法对您的数据进行降采样，同时保留基础数据中的间隙。此方法是 LTTB 算法的专门形式。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的 timestamps
`value`	`DOUBLE PRECISION`	每个 timestamp 的值
`resolution`	`INT`	要返回的点的近似数量。确定结果图的水平分辨率。

可选参数

名称	类型	描述
`gapsize`	`INTERVAL`	分割输入的最小间隙大小

返回值

列	类型	描述
`gp_lttb`	`Timevector`	一个表示从起始时间开始以设定间隔发生的系列值的 object。它可以通过 `unnest` 解包。有关更多信息，请参阅有关时间向量的文档。

示例

此示例使用一个包含作为正弦波生成的原始数据的表，并从数据中间删除一天。您可以使用间隙保留 LTTB 对数据进行降采样，同时保留缺失区域的边界


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 24.0 * PI()))
    FROM generate_series(1,168) foo;
DELETE FROM metrics WHERE date BETWEEN '2020-1-4 UTC' AND '2020-1-5 UTC';

SELECT time, value
FROM unnest((
    SELECT toolkit_experimental.gp_lttb(date, reading, 8)
    FROM metrics))


time                   |             value
-----------------------+-------------------
2020-01-01 01:00:00+00 | 5.652630961100257
2020-01-02 12:00:00+00 |                 0
2020-01-03 23:00:00+00 | 5.652630961100255
2020-01-05 01:00:00+00 | 5.652630961100259
2020-01-05 13:00:00+00 | 9.957224306869051
2020-01-06 12:00:00+00 |                 0
2020-01-07 10:00:00+00 |  9.82962913144534
2020-01-08 00:00:00+00 | 5.000000000000004

lttb(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
) RETURNS Timevector

使用最大三角形三桶算法对您的数据进行降采样。该算法试图保留降采样数据与原始数据集之间的视觉相似性。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的 timestamps
`value`	`DOUBLE PRECISION`	每个 timestamp 的值
`resolution`	`INT`	要返回的点的近似数量。确定结果图的水平分辨率。

返回值

列	类型	描述
`lttb`	`Timevector`	一个表示从起始时间开始以设定间隔发生的系列值的 object。它可以通过 `unnest` 解包。有关更多信息，请参阅有关时间向量的文档。

示例

此示例使用一个包含作为正弦波生成的原始数据的表。您可以使用 LTTB 大幅减少点数，同时仍然捕获数据中的峰值和谷值


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 24.0 * PI()))
    FROM generate_series(1,168) foo;

SELECT time, value
FROM unnest((
    SELECT lttb(date, reading, 8)
    FROM metrics))


time                    |               value 
------------------------+---------------------
2020-01-01 01:00:00+00  |   5.652630961100257
2020-01-01 13:00:00+00  |   9.957224306869053
2020-01-02 11:00:00+00  | 0.04277569313094798
2020-01-03 11:00:00+00  |   9.957224306869051
2020-01-04 13:00:00+00  | 0.04277569313094709
2020-01-05 16:00:00+00  |   9.330127018922191
2020-01-06 20:00:00+00  |  2.4999999999999996
2020-01-08 00:00:00+00  |   5.000000000000004

降采样functions

此组中的函数

警告

函数

函数详细信息

asap_smooth()

gp_lttb()

lttb()

降采样functions

简介

此组中的函数

警告

函数

函数详细信息

asap_smooth()

gp_lttb()

lttb()

相关内容