降采样函数

ToolkitTimescaleDB Toolkit 函数在 Timescale 社区版中可用。它们自动包含在 Timescale 中，但对于自托管的 TimescaleDB，必须单独安装。点击了解更多。

降采样您的数据，以便在保留较少数据点的情况下可视化趋势。降采样将一组值替换为更小的一组，这组值高度代表原始数据。这对于图形应用程序特别有用。

此组中的函数

警告

此函数组包含一些实验性函数。实验性函数可能会在未来的版本中更改或删除。我们不建议在生产环境中使用它们。实验性函数标有 Experimental 标签。

asap_smooth: 使用 ASAP 平滑算法降采样时间序列
gp_lttb: Experimental使用最大三角形三桶法降采样时间序列，同时保留原始数据中的空白
lttb: 使用最大三角形三桶法降采样时间序列

函数详情

asap_smooth(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
) RETURNS Timevector

使用 ASAP 平滑算法降采样您的数据。此算法保留输入数据的近似形状和较大趋势，同时最大限度地减少点之间的局部差异。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的时间戳
`value`	`DOUBLE PRECISION`	每个时间戳的值
`resolution`	`INT`	要返回的近似点数。决定结果图表的水平分辨率。

返回值

列	类型	描述
`asap_smooth`	`Timevector`	一个对象，表示从开始时间起按设定间隔发生的一系列值。可以使用 `unnest` 解包。有关更多信息，请参阅关于 timevectors 的文档。

示例

此示例使用一个名为 metrics 的表，其中包含 date 和 reading 列。这些列包含在较长时间间隔内累积的测量值。此示例采用这些数据，并提供大约 10 个点的平滑表示，但仍然显示任何异常读数：


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 12.0 * PI()))
    FROM generate_series(1,168) foo;

SELECT * FROM unnest(
  (SELECT asap_smooth(date, reading, 8)
    FROM metrics)
);


time                    |        value
------------------------+---------------------
2020-01-01 01:00:00+00  | 5.3664814565722665
2020-01-01 21:00:00+00  |  5.949469264090644
2020-01-02 17:00:00+00  |  5.582987807518377
2020-01-03 13:00:00+00  |  4.633518543427733
2020-01-04 09:00:00+00  |  4.050530735909357
2020-01-05 05:00:00+00  |  4.417012192481623
2020-01-06 01:00:00+00  |  5.366481456572268
2020-01-06 21:00:00+00  |  5.949469264090643

gp_lttb(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
  [, gapsize INTERVAL]
) RETURNS Timevector

使用最大三角形三桶算法降采样您的数据，同时保留底层数据中的空白。此方法是 LTTB 算法的专门化版本。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的时间戳
`value`	`DOUBLE PRECISION`	每个时间戳的值
`resolution`	`INT`	要返回的近似点数。决定结果图表的水平分辨率。

可选参数

名称	类型	描述
`gapsize`	`INTERVAL`	划分输入的最小空白大小

返回值

列	类型	描述
`gp_lttb`	`Timevector`	一个对象，表示从开始时间起按设定间隔发生的一系列值。可以使用 `unnest` 解包。有关更多信息，请参阅关于 timevectors 的文档。

示例

此示例使用一个包含原始数据的表，这些原始数据生成为正弦波，并从数据中间删除了一天。您可以使用保留空白的 LTTB 来降采样数据，同时保留缺失区域的边界


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 24.0 * PI()))
    FROM generate_series(1,168) foo;
DELETE FROM metrics WHERE date BETWEEN '2020-1-4 UTC' AND '2020-1-5 UTC';

SELECT time, value
FROM unnest((
    SELECT toolkit_experimental.gp_lttb(date, reading, 8)
    FROM metrics))


time                   |             value
-----------------------+-------------------
2020-01-01 01:00:00+00 | 5.652630961100257
2020-01-02 12:00:00+00 |                 0
2020-01-03 23:00:00+00 | 5.652630961100255
2020-01-05 01:00:00+00 | 5.652630961100259
2020-01-05 13:00:00+00 | 9.957224306869051
2020-01-06 12:00:00+00 |                 0
2020-01-07 10:00:00+00 |  9.82962913144534
2020-01-08 00:00:00+00 | 5.000000000000004

lttb(
  ts TIMESTAMPTZ,
  value DOUBLE PRECISION,
  resolution INT
) RETURNS Timevector

使用最大三角形三桶算法降采样您的数据。此算法尝试保持降采样数据和原始数据集之间的视觉相似性。

必需参数

名称	类型	描述
`ts`	`TIMESTAMPTZ`	每个数据点的时间戳
`value`	`DOUBLE PRECISION`	每个时间戳的值
`resolution`	`INT`	要返回的近似点数。决定结果图表的水平分辨率。

返回值

列	类型	描述
`lttb`	`Timevector`	一个对象，表示从开始时间起按设定间隔发生的一系列值。可以使用 `unnest` 解包。有关更多信息，请参阅关于 timevectors 的文档。

示例

此示例使用一个包含原始数据的表，这些原始数据生成为正弦波。您可以使用 LTTB 显着减少点数，同时仍然捕获数据中的峰值和谷值


SET TIME ZONE 'UTC';
CREATE TABLE metrics(date TIMESTAMPTZ, reading DOUBLE PRECISION);
INSERT INTO metrics
SELECT
    '2020-1-1 UTC'::timestamptz + make_interval(hours=>foo),
    (5 + 5 * sin(foo / 24.0 * PI()))
    FROM generate_series(1,168) foo;

SELECT time, value
FROM unnest((
    SELECT lttb(date, reading, 8)
    FROM metrics))


time                    |               value 
------------------------+---------------------
2020-01-01 01:00:00+00  |   5.652630961100257
2020-01-01 13:00:00+00  |   9.957224306869053
2020-01-02 11:00:00+00  | 0.04277569313094798
2020-01-03 11:00:00+00  |   9.957224306869051
2020-01-04 13:00:00+00  | 0.04277569313094709
2020-01-05 16:00:00+00  |   9.330127018922191
2020-01-06 20:00:00+00  |  2.4999999999999996
2020-01-08 00:00:00+00  |   5.000000000000004

降采样函数

此组中的函数

警告

函数

函数详情

asap_smooth()

gp_lttb()

lttb()

降采样函数

介绍

此组中的函数

警告

函数

函数详情

asap_smooth()

gp_lttb()

lttb()

相关内容