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。