机器学习语法与函数 - 日志服务

时序聚类函数针对输入的多条时序数据进行聚类，自动聚类出不同的曲线形态，进而快速找到相应的聚类中心和异于聚类中的其它形态曲线。

函数列表

函数	说明
`ts_density_cluster`	使用密度聚类方法对多条时序数据进行聚类。
`ts_hierarchical_cluster`	使用层次聚类方法对多条时序数据进行聚类。
`ts_similar_instance`	查找到指定曲线名称的相似曲线。

ts_density_cluster

函数格式如下所示：

select ts_density_cluster(x, y, z)

参数说明如下所示：

参数	说明	取值
x	时间列，从小到大排列。	Unixtime时间戳，单位为秒。
y	数值列，对应某时刻的数据。	无
z	某个时刻数据对应的曲线名称。	字符串类型，例如machine01.cpu_usr。

示例：

查询分析语句如下所示：

* and (h: "machine_01" OR h: "machine_02" OR h : "machine_03") | select ts_density_cluster(stamp, metric_value,metric_name ) from ( select '("__time__" - ("__time__" % 600))' as stamp, avg(v) as metric_value, h as metric_name from log GROUP BY stamp, metric_name order BY metric_name, stamp )

输出结果如下所示：

显示项如下所示：

显示项	说明
cluster_id	聚类的类别，其中-1表示未能划分到某一聚类中心。
rate	该聚类中的instance占比。
time_series	该聚类中心的时间戳序列。
data_series	该聚类中心的数据序列。
instance_names	该聚类中心包含的instance的集合。
sim_instance	该类中的某一个instance名称。

ts_hierarchical_cluster

函数格式如下所示：

select ts_hierarchical_cluster(x, y, z)

参数说明如下所示：

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
z	某个时刻数据对应的曲线名称。	字符串类型，例如machine01.cpu_usr。

示例：

查询分析语句如下所示：

* and (h: "machine_01" OR h: "machine_02" OR h : "machine_03") | select ts_hierarchical_cluster(stamp, metric_value, metric_name) from ( select '("__time__" - ("__time__" % 600))' as stamp, avg(v) as metric_value, h as metric_name from log GROUP BY stamp, metric_name order BY metric_name, stamp )

输出结果如下所示：

显示项如下所示：

显示项	说明
cluster_id	聚类的类别，其中-1表示未能划分到某一聚类中心。
rate	该聚类中的instance占比。
time_series	该聚类中心的时间戳序列。
data_series	该聚类中心的数据序列。
instance_names	该聚类中心包含的instance的集合。
sim_instance	该类中的某一个instance名称。

ts_similar_instance

函数格式如下所示：

select ts_similar_instance(x, y, z，instance_name，topK，metricType)

参数说明如下所示：

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
z	某个时刻数据对应的曲线名称。	字符串类型，例如machine01.cpu_usr。
instance_name	指定某个待查找的曲线名称。	集合中某个曲线名称，字符串类型，例如machine01.cpu_usr。说明必须是已创建的曲线。
topK	最多返回K个与给定曲线相似的曲线。	无
metricType	`{'shape', 'manhattan', 'euclidean'}`，衡量时序曲线之间的相似性指标。	无

查询分析语句如下所示：

* and m: NET and m: Tcp and (h: "nu4e01524.nu8" OR  h: "nu2i10267.nu8" OR  h : "nu4q10466.nu8") | select ts_similar_instance(stamp, metric_value, metric_name, 'nu4e01524.nu8' ) from ( select '("__time__" - ("__time__" % 600))' as stamp, sum(v) as metric_value, h as metric_name from log GROUP BY stamp, metric_name order BY  metric_name, stamp )

显示项如下所示：

显示项	说明
instance_name	与指定指标相近的结果列表。
time_series	该曲线的时间戳序列。
data_series	该曲线的数据序列。