多周期估计函数支持对不同时间段内的时序进行周期估计，通过傅立叶变换等一系列操作进行周期的提取。
函数列表
|
函数 |
说明 |
|
对不同时间段内的时序数据进行周期估计。 |
|
|
通过傅立叶变换，计算输入时序曲线的周期性。该方法可以较好地用于快速判断曲线的周期性。 |
ts_period_detect
函数格式：
select ts_period_detect(x,y,minPeriod,maxPeriod)参数说明如下：
|
参数 |
说明 |
取值 |
|
x |
时间列，从小到大排列。 |
格式为Unixtime时间戳，单位为秒。 |
|
y |
数值列，对应某时刻的数据。 |
无 |
|
minPeriod |
根据您的时序曲线，预估周期最小长度占序列总长度的比例。 |
小数形式，取值范围为(0,1]。 |
|
maxPeriod |
根据您的时序曲线，预估周期最大长度占序列总长度的比例。 重要
maxPeriod必须大于minPeriod，且不超过0.5。如果您设置的maxPeriod超过0.5，系统默认按0.5执行。 |
小数形式，取值范围为(0,1]。 |
示例：
-
查询分析
* | select ts_period_detect(stamp, value, 0.2, 0.5) from ( select '("__time__" - ("__time__" % 120))' as stamp, avg(v) as value from log GROUP BY stamp order by stamp ) -
返回结果
返回结果为数组类型，包括Unix时间戳、统计的数值（例如平均流量）以及周期状态码（一个1.0状态码代表下图中的一个红圈）。您可以使用时序图展示返回结果，如下图所示：
下图中两个红圈之间的阴影部分表示一个周期，各个周期间的曲线趋于相同。
ts_period_classify
函数格式：
select ts_period_classify(stamp,value,instanceName)参数说明如下：
|
参数 |
说明 |
取值 |
|
stamp |
时间列，从小到大排列。 |
格式为Unixtime时间戳，单位为秒。 |
|
value |
数值列，对应某时刻的数据。 |
无 |
|
instanceName |
曲线对应的名称。 |
无 |
示例：
-
查询分析
* and h : nu2h05202.nu8 | select ts_period_classify(stamp, value, name) from log -
返回结果：执行该查询语句后，返回结果表包含三列：line_name（时间线名称，即伸缩组 ID）、prob（概率值）和 type（类型标记，
-1.0表示异常，0.0表示正常）。例如，伸缩组asg-2zgicin6zf5ewg188pg5的 prob 为1.0、type 为-1.0，表示该时间线被判定为异常。
显示项如下：
|
显示项 |
说明 |
|
line_name |
曲线名称。 |
|
prob |
时序曲线中主周期的占比，范围为[0, 1]，实验中可以取0.15。 |
|
type |
曲线的类别：
|