与“聚合”相关

aggregateWindow() 函数

aggregateWindow() 通过将数据分组到固定时间窗口中，并将聚合或选择器函数应用于每个窗口来对数据进行降采样。

count() 函数

count() 返回每个输入表中的记录数。

cov() 函数

cov() 计算两个表流之间的协方差。

covariance() 函数

covariance() 计算两列之间的协方差。

experimental.count() 函数

experimental.count() 返回每个输入表中的记录数。

experimental.histogramQuantile() 函数

experimental.histogramQuantile() 根据具有数据集累积分布的直方图近似分位数。

experimental.integral() 函数

experimental.integral() 计算每个输入表中后续非空记录的每单位时间曲线下面积。

experimental.mean() 函数

experimental.mean() 计算每个输入表的 _value 列中非空值的平均值或平均数。

experimental.mode() 函数

experimental.mode() 计算每个输入表的 _value 列中最常出现的众数或值。

experimental.quantile() 函数

experimental.quantile() 返回 _value 列中值在指定分位数内或表示指定分位数的非空记录。

experimental.skew() 函数

experimental.skew() 以浮点数形式返回每个输入表的 _value 列中非空值的偏度。

experimental.spread() 函数

experimental.spread() 返回每个输入表的 _value 列中最小值和最大值之间的差值。

experimental.stddev() 函数

experimental.stddev() 返回每个输入表的 _value 列中非空值的标准差。

experimental.sum() 函数

experimental.sum() 返回每个输入表的 _value 列中非空值的总和。

integral() 函数

integral() 计算每个输入表中后续非空记录的每单位时间曲线下面积。

mean() 函数

mean() 返回每个输入表中指定列的非空值的平均值。

median() 函数

median() 返回输入表的中间值 _value，或输入表中所有值落在 0.5 分位数（第 50 百分位数）内的非空记录。

mode() 函数

mode() 返回每个输入表中指定列中最常出现的非空值或多个值。

pearsonr() 函数

pearsonr() 返回归一化为 Pearson R 系数的两个表流的协方差。

quantile() 函数

quantile() 返回每个输入表中值落在指定分位数内的行，或返回具有表示指定分位数值的行。

reduce() 函数

reduce() 使用 reducer 函数 (fn) 聚合每个输入表中的行。

skew() 函数

skew() 以浮点数形式返回每个输入表中的非空记录的偏度。

spread() 函数

spread() 返回指定列中最小值和最大值之间的差值。

stddev() 函数

stddev() 返回指定列中非空值的标准差。

sum() 函数

sum() 返回指定列中非空值的总和。

timeWeightedAvg() 函数

timeWeightedAvg() 返回每个输入表的 _value 列中非空值的时 weighted 平均值，以浮点数形式表示。

aggregate.rate() 函数

aggregate.rate() 计算每个输入表的每个时间窗口的平均增长率。

geo.ST_LineString() 函数

geo.ST_LineString() 将一系列地理点转换为线串。

geo.totalDistance() 函数

geo.totalDistance() 计算每个输入表中后续点覆盖的总距离。

prometheus.histogramQuantile() 函数

prometheus.histogramQuantile() 计算 Prometheus 直方图值集上的分位数。