频繁模式统计函数可以在给定的多属性字段样本中,挖掘出具有一定代表性的属性组合,用来归纳当前日志。
pattern_stat
函数格式:
select pattern_stat(array[col1, col2, col3], array['col1_name', 'col2_name', 'col3_name'], array[col5, col6], array['col5_name', 'col6_name'], support_score, sample_ratio)
参数说明如下:
参数 | 说明 | 取值 |
array[col1, col2, col3] | 字符型数据的输入列。 | 数组形式,例如:array[clientIP, sourceIP, path, logstore]。 |
array['col1_name', 'col2_name', 'col3_name'] | 字符型数据的输入列的对应名称。 | 数组形式,例如:array['clientIP', 'sourceIP', 'path', 'logstore']。 |
array[col5, col6] | 数值型数据的输入列。 | 数组形式,例如:array[Inflow, OutFlow]。 |
array['col5_name', 'col6_name'] | 数值型数据的输入列的对应名称。 | 数组形式,例如array['Inflow', 'OutFlow']。 |
support_score | 样本在进行模式挖掘时的支持度。 | double类型,取值为(0,1]。 |
sample_ratio | 采样比率,默认为0.1,表示只拿10%全量集合。 | double类型,取值为(0,1]。 |
示例:
查询分析:
* | select pattern_stat(array[ Category, ClientIP, ProjectName, LogStore, Method, Source, UserAgent ], array[ 'Category', 'ClientIP', 'ProjectName', 'LogStore', 'Method', 'Source', 'UserAgent' ], array[ InFlow, OutFlow ], array[ 'InFlow', 'OutFlow' ], 0.45, 0.3) limit 1000
输出结果:
显示项如下:
显示项 | 说明 |
count | 当前模式所含样本的数量。 |
support_score | 当前模式的支持度。 |
pattern | 模式的具体内容,按照条件查询的形式组织。 |