关联函数

聚焦模式

关联函数 - Amazon Timestream

给定两个长度相似的时间序列，相关函数提供了一个相关系数，该系数解释了两个时间序列如何随时间推移而变化。相关系数的范围-1.0为到1.0。 -1.0表示两个时间序列以相同的速度朝相反的方向发展。而1.0表示两个时间序列以相同的速率朝同一个方向发展。值为0表示两个时间序列之间没有相关性。例如，如果石油价格上涨，石油公司的股票价格上涨，那么石油价格上涨的趋势和石油公司的价格上涨将具有正相关系数。高正相关系数表明两个价格的走势相似。同样，债券价格和债券收益率之间的相关系数为负，这表明随着时间的推移，这两个值的趋势相反。

Amazon Timestream 支持关联函数的两种变体。本节提供 LiveAnalytics 关联函数的时间流的用法信息以及示例查询。

使用情况信息

函数	输出数据类型	描述
`correlate_pearson(timeseries, timeseries)`	double	计算两`timeseries`者的 Pearson 相关系数。时间序列必须具有相同的时间戳。
`correlate_spearman(timeseries, timeseries)`	double	计算两`timeseries`者的 Spearman 相关系数。时间序列必须具有相同的时间戳。

查询示例


WITH cte_1 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
), 
cte_2 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
) 
SELECT correlate_pearson(cte_1.result, cte_2.result) AS result 
FROM cte_1, cte_2