派生関数 - Amazon Timestream
使用状況の情報クエリの例

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

派生関数

派生は、特定のメトリクスの変化率を計算し、イベントにプロアクティブに対応するために使用されます。例えば、過去 5 分間の CPU インスタンスの EC2 使用率の派生を計算し、かなりの正の派生に気付いたとします。これはワークロードの需要の増加を示している可能性があるため、ワークロードをより適切に処理するために、より多くの EC2 インスタンスをスピンアップすることを決定する場合があります。

Amazon Timestream は、2 つの派生関数のバリアントをサポートしています。このセクションでは、Timestream for LiveAnalytics 派生関数の使用情報とサンプルクエリについて説明します。

使用状況の情報

関数 出力データ型 説明

derivative_linear(timeseries, interval)

時系列

指定された timeseriesについて、 の各ポイントの派生を計算しますinterval。

non_negative_derivative_linear(timeseries, interval)

時系列

と同じですがderivative_linear(timeseries, interval)、 は正の値のみを返します。

クエリの例

過去 1 時間の 5 分ごとの CPU 使用率の変化率を求めます。

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

1 つ以上のマイクロサービスによって生成されたエラーの増加率を計算します。

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