多周期估计函数支持对不同时间段内的时序进行周期估计，通过傅立叶变换等一系列操作进行周期的提取。

函数列表

函数 说明
ts_period_detect 对不同时间段内的时序数据进行周期估计。
ts_period_classify 通过傅立叶变换，计算输入时序曲线的周期性。该方法可以较好的用于快速判别曲线的周期性。

ts_period_detect

函数格式： 
select ts_period_detect(x,y,minPeriod,maxPeriod)
参数说明如下：
参数 说明 取值
x 时间列，从小到大排列。 格式为Unixtime时间戳，单位为秒。
y 数值列，对应某时刻的数据。 -
minPeriod 预估计周期最小长度占序列总长度的比例。 小数形式，取值范围为(0,1]。
maxPeriod 预估计周期最大长度占序列总长度的比例。
说明 指定参数时，maxPeriod必须大于minPeriod。
小数形式，取值范围为(0,1]。
示例：
  • 查询分析 
    * | select ts_period_detect(stamp, value, 0.2, 1.0) from ( select __time__ - __time__ % 120 as stamp, avg(v) as value from log GROUP BY stamp order by stamp )
  • 输出结果输出结果
显示项如下：
显示项 说明
period_id 周期编号的数组，长度为1，其中值为0时，表示原始序列。
time_series 表示时间戳序列。
data_series 表示每个时间戳对应的结果。
  • 当period_id为0时，表示原始序列结果。
  • 当period_id不为0时，表示滤波之后的周期估计结果。

ts_period_classify

函数格式： 
select ts_period_classify(stamp,value,instanceName)
参数说明如下：
参数 说明 取值
stamp 时间列，从小到大排列。 格式为Unixtime时间戳，单位为秒。
value 数值列，对应某时刻的数据。 -
instanceName 曲线对应的名称。 -
示例：
  • 查询分析 
    * and h : nu2h05202.nu8 | select ts_period_classify(stamp, value, name) from log
  • 输出结果输出结果
显示项如下：
显示项 说明
line_name 曲线名称。
prob 时序曲线中主周期的占比，范围为[0, 1]，实验中可以取0.15。
type 曲线的类别：
  • type = -1：表示曲线长度太短（小于64个点）。
  • type = -2：表示曲线缺失率很高（缺失率超过20%）。
  • type = 0：表示曲线有明显的周期性。