Funzioni derivate - Amazon Timestream
Informazioni di utilizzoEsempi di query

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Funzioni derivate

I derivati vengono utilizzati per calcolare il tasso di variazione di una determinata metrica e possono essere utilizzati per rispondere in modo proattivo a un evento. Ad esempio, supponiamo di calcolare la derivata dell'CPUutilizzo delle EC2 istanze negli ultimi 5 minuti e di notare un derivato positivo significativo. Questo può essere indicativo di una maggiore domanda per il carico di lavoro, quindi potresti decidere di avviare più EC2 istanze per gestire meglio il tuo carico di lavoro.

Amazon Timestream supporta due varianti di funzioni derivate. Questa sezione fornisce informazioni sull'utilizzo di Timestream per le funzioni LiveAnalytics derivate, oltre a query di esempio.

Informazioni di utilizzo

Funzione Tipo di dati di output Descrizione

derivative_linear(timeseries, interval)

serie temporali

Calcola la derivata di ogni punto per il timeseries valore specificato. interval

non_negative_derivative_linear(timeseries, interval)

serie temporali

Uguale aderivative_linear(timeseries, interval), ma restituisce solo valori positivi.

Esempi di query

Calcola il tasso di variazione dell'CPUutilizzo ogni 5 minuti nell'ultima ora:

SELECT DERIVATIVE_LINEAR(CREATE_TIME_SERIES(time, measure_value::double), 5m) AS result 
FROM “sampleDB”.DevOps 
WHERE measure_name = 'cpu_utilization' 
AND hostname = 'host-Hovjv' and time > ago(1h) 
GROUP BY hostname, measure_name

Calcola il tasso di aumento degli errori generati da uno o più microservizi:

WITH binned_view as (
    SELECT bin(time, 5m) as binned_timestamp, ROUND(AVG(measure_value::double), 2) as value            
    FROM “sampleDB”.DevOps  
    WHERE micro_service = 'jwt'  
    AND time > ago(1h) 
    AND measure_name = 'service_error'
    GROUP BY bin(time, 5m)
)
SELECT non_negative_derivative_linear(CREATE_TIME_SERIES(binned_timestamp, value), 1m) as rateOfErrorIncrease
FROM binned_view