多周期估计函数格式及参数_日志服务(SLS)-阿里云帮助中心

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
ts_period_detect	对不同时间段内的时序数据进行周期估计。
ts_period_classify	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

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： type = -1：表示曲线长度太短（小于64个点）。 type = -2：表示曲线缺失率很高（缺失率超过20%）。 type = 0：表示曲线有明显的周期性。